Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

S2M2_XL	0.49 1	0.51 30	1.16 5	0.70 32	0.34 5	0.29 1	0.23 2	0.68 1	0.53 1	0.55 3	0.92 51	0.65 58	0.53 26	0.65 1	0.59 18	0.28 97	0.24 131	0.25 77	0.21 91	0.23 38	0.23 6
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
LGtest1	0.61 2	0.45 11	1.19 7	0.71 36	0.45 43	1.00 10	0.26 4	1.33 9	1.55 79	0.62 14	0.64 16	0.44 27	0.49 21	1.06 21	0.51 11	0.28 97	0.23 102	0.24 53	0.17 18	0.21 19	0.36 86

MLG-Stereo_test3	0.66 3	0.40 2	1.55 35	0.64 7	0.65 148	2.21 89	0.31 8	1.69 35	0.81 4	0.59 6	0.54 11	0.56 43	0.33 1	0.98 12	0.60 23	0.21 16	0.23 102	0.24 53	0.17 18	0.20 10	0.34 54

LG-Stereo_L1	0.67 4	0.55 45	1.50 29	0.78 64	0.54 88	1.71 61	0.33 13	1.96 58	0.83 5	0.62 14	0.41 6	0.40 13	0.43 10	1.42 100	0.55 16	0.24 33	0.28 199	0.23 27	0.18 27	0.22 31	0.30 23

SGD-Stereo	0.68 5	0.46 13	1.13 2	0.90 121	0.33 3	2.42 110	0.44 50	1.17 5	0.75 2	0.87 82	0.53 10	0.55 42	0.53 26	1.50 121	0.50 6	0.34 227	0.14 1	0.25 77	0.19 45	0.23 38	0.27 12

LG-Stereo_L2	0.69 6	0.54 43	1.56 37	0.74 43	0.48 56	2.32 102	0.28 5	1.87 48	0.80 3	0.60 8	0.43 7	0.38 8	0.45 14	1.38 94	0.54 15	0.24 33	0.28 199	0.23 27	0.18 27	0.22 31	0.32 32

S2M2_L	0.69 6	0.59 69	1.35 21	0.92 137	0.55 95	1.07 12	0.20 1	1.17 5	1.61 103	0.61 12	0.82 37	0.86 109	0.47 16	0.92 9	0.71 49	0.36 269	0.33 242	0.27 133	0.27 209	0.37 246	0.33 43
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
Monster-pub-eth3d	0.70 8	0.47 15	1.58 39	0.69 27	0.89 252	1.18 16	0.39 26	2.57 129	0.93 9	0.62 14	0.66 19	0.37 4	0.36 4	1.03 14	0.59 18	0.16 1	0.35 263	0.20 3	0.19 45	0.21 19	0.53 220

MonSter	0.70 8	0.47 15	1.58 39	0.69 27	0.89 252	1.19 19	0.39 26	2.57 129	0.93 9	0.62 14	0.66 19	0.37 4	0.35 3	1.08 24	0.59 18	0.16 1	0.36 273	0.20 3	0.19 45	0.21 19	0.52 213

IGEV	0.74 10	0.39 1	1.16 5	0.73 40	1.31 388	2.78 137	0.38 22	1.81 43	1.03 13	0.80 60	0.72 22	0.35 2	0.42 9	1.11 32	0.52 13	0.19 5	0.23 102	0.22 16	0.19 45	0.18 1	0.33 43

DEFOM-Stereo	0.75 11	0.62 88	1.22 9	0.74 43	0.51 76	3.39 213	0.43 44	1.00 3	0.91 7	0.91 96	0.61 14	0.45 30	0.43 10	1.78 170	0.50 6	0.27 77	0.18 10	0.22 16	0.16 9	0.21 19	0.43 142

FoundationStereo	0.77 12	0.42 3	1.20 8	0.95 164	1.01 294	0.70 4	0.35 21	0.78 2	4.64 517	0.64 19	0.38 5	0.73 80	0.77 97	0.96 10	0.50 6	0.29 112	0.24 131	0.23 27	0.16 9	0.18 1	0.32 32

FlowAnything_test	0.79 13	0.65 104	1.32 18	0.83 79	0.59 116	2.29 99	0.65 136	1.45 11	1.03 13	1.06 124	0.76 28	0.63 54	0.49 21	0.91 7	0.97 133	0.32 181	0.27 188	0.40 379	0.47 442	0.31 138	0.48 187

3.25w_new	0.79 13	0.51 30	1.52 31	0.63 4	0.65 148	2.21 89	0.51 69	2.45 107	1.45 53	0.66 22	0.80 34	0.47 32	0.71 73	0.90 5	0.66 32	0.19 5	0.32 232	0.20 3	0.19 45	0.21 19	0.47 176

3.25w	0.79 13	0.51 30	1.52 31	0.63 4	0.65 148	2.21 89	0.51 69	2.45 107	1.45 53	0.66 22	0.80 34	0.47 32	0.71 73	0.90 5	0.66 32	0.19 5	0.32 232	0.20 3	0.19 45	0.21 19	0.47 176

Monster-pub-mixall	0.80 16	0.49 20	1.14 3	0.85 87	0.50 74	1.40 43	0.31 8	1.48 13	1.17 27	0.99 110	0.87 43	0.39 11	0.36 4	2.02 208	0.53 14	0.20 10	2.40 500	0.17 1	0.16 9	0.19 3	0.38 100

4.5_new	0.80 16	0.49 20	1.36 23	0.67 17	0.79 211	1.96 74	0.51 69	2.18 78	1.46 56	0.77 52	0.93 53	0.43 21	0.49 21	1.08 24	0.65 30	0.30 140	0.68 421	0.26 110	0.20 77	0.23 38	0.57 240

4.5w-stereo	0.80 16	0.49 20	1.36 23	0.66 11	0.79 211	1.96 74	0.51 69	2.18 78	1.45 53	0.77 52	0.93 53	0.43 21	0.49 21	1.08 24	0.66 32	0.30 140	0.68 421	0.26 110	0.20 77	0.23 38	0.57 240

4.25w-stereo	0.80 16	0.50 25	1.30 12	0.74 43	0.98 281	2.51 121	0.57 90	2.28 86	1.13 20	0.60 8	0.97 60	0.40 13	0.65 57	1.19 42	0.60 23	0.24 33	0.43 329	0.25 77	0.18 27	0.20 10	0.38 100

LG-G_1	0.80 16	0.43 7	1.77 47	0.78 64	0.36 7	2.81 139	0.40 32	2.23 81	1.29 37	0.76 47	0.60 12	0.51 36	0.58 36	1.27 57	0.69 45	0.25 47	0.23 102	0.23 27	0.15 3	0.21 19	0.46 164

LG-G	0.80 16	0.43 7	1.77 47	0.78 64	0.36 7	2.81 139	0.40 32	2.23 81	1.29 37	0.76 47	0.60 12	0.51 36	0.58 36	1.27 57	0.69 45	0.25 47	0.23 102	0.23 27	0.15 3	0.21 19	0.46 164

asd	0.81 22	0.48 17	1.97 56	0.70 32	0.93 269	2.86 144	0.43 44	1.64 27	1.12 19	0.73 38	0.91 50	0.43 21	0.73 79	1.00 13	0.59 18	0.28 97	0.20 33	0.24 53	0.18 27	0.23 38	0.45 154

4.25_new	0.81 22	0.50 25	1.30 12	0.74 43	0.98 281	2.51 121	0.57 90	2.28 86	1.13 20	0.60 8	0.97 60	0.40 13	0.65 57	1.19 42	0.60 23	0.24 33	0.44 339	0.25 77	0.18 27	0.20 10	0.38 100

4.5w_new	0.81 22	0.50 25	1.30 12	0.74 43	0.98 281	2.51 121	0.57 90	2.28 86	1.13 20	0.60 8	0.97 60	0.40 13	0.65 57	1.19 42	0.60 23	0.24 33	0.44 339	0.25 77	0.18 27	0.20 10	0.38 100

3.75w	0.82 25	0.53 40	1.49 28	0.65 8	1.10 327	2.60 130	0.52 76	2.46 109	1.19 29	0.70 33	0.82 37	0.40 13	0.66 63	1.16 37	0.59 18	0.26 65	0.27 188	0.23 27	0.19 45	0.22 31	0.47 176

GLC_STEREO	0.83 26	0.59 69	1.71 45	0.89 109	0.34 5	1.88 67	0.80 240	1.48 13	1.60 97	0.98 108	1.06 74	0.68 66	0.71 73	1.19 42	0.89 105	0.25 47	0.25 150	0.32 251	0.25 175	0.32 160	0.34 54

2w_stereo	0.84 27	0.52 38	1.87 51	0.71 36	0.56 101	1.98 77	0.61 111	2.88 171	1.00 12	0.99 110	0.97 60	0.36 3	1.11 201	1.03 14	0.77 62	0.19 5	0.19 20	0.23 27	0.18 27	0.21 19	0.37 90

MLG-Stereo_test2	0.84 27	0.43 7	1.95 54	0.66 11	1.04 308	3.61 267	0.23 2	1.70 37	2.18 190	0.69 28	0.33 3	0.67 64	0.33 1	1.16 37	0.46 2	0.25 47	0.26 175	0.23 27	0.16 9	0.19 3	0.35 64

fffft	0.84 27	0.67 116	1.73 46	0.85 87	0.55 95	1.51 52	0.78 221	2.13 74	1.24 33	0.65 20	0.90 49	0.59 46	0.55 30	1.85 190	1.19 181	0.20 10	0.20 33	0.27 133	0.20 77	0.28 89	0.44 148
1: 1. 1
qwe	0.85 30	0.49 20	2.01 57	0.69 27	1.09 323	2.48 114	0.45 52	2.57 129	1.18 28	0.80 60	0.85 42	0.43 21	0.48 19	1.15 34	0.72 52	0.21 16	0.32 232	0.24 53	0.18 27	0.23 38	0.45 154

4w-stereo	0.85 30	0.55 45	2.85 76	0.69 27	0.80 215	1.62 58	0.43 44	2.23 81	1.36 43	0.65 20	0.99 67	0.40 13	0.81 117	1.19 42	0.68 40	0.23 26	0.32 232	0.25 77	0.19 45	0.21 19	0.48 187

CASnet	0.85 30	0.59 69	1.66 44	0.91 127	0.30 1	1.37 41	0.73 180	1.63 24	1.94 158	1.66 189	1.14 91	0.66 61	0.63 52	1.07 23	0.90 110	0.37 284	0.17 4	0.41 388	0.31 308	0.33 184	0.23 6
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
asda	0.86 33	0.51 30	1.32 18	0.66 11	0.82 224	3.30 205	0.49 59	2.41 98	1.13 20	0.66 22	0.84 41	0.44 27	0.84 122	1.14 33	0.67 39	0.23 26	0.70 429	0.25 77	0.18 27	0.22 31	0.41 126

MLG-Stereo	0.86 33	0.42 3	1.96 55	0.66 11	0.54 88	3.01 164	0.31 8	1.90 49	3.21 371	0.57 5	0.30 2	0.66 61	0.47 16	1.35 84	0.46 2	0.21 16	0.25 150	0.24 53	0.16 9	0.19 3	0.29 19

3.5w_stereo	0.87 35	0.60 77	1.48 27	0.67 17	0.73 184	2.50 120	0.50 65	2.43 103	1.79 135	0.85 75	1.25 112	0.43 21	0.66 63	1.25 54	0.78 66	0.21 16	0.18 10	0.23 27	0.18 27	0.20 10	0.47 176

rvit_stereo_0081	0.87 35	0.73 159	1.54 33	0.92 137	0.65 148	1.27 28	0.61 111	2.11 72	2.35 226	0.86 76	0.75 25	0.86 109	0.74 86	1.36 87	0.83 89	0.33 205	0.26 175	0.27 133	0.25 175	0.38 259	0.35 64

rvit_stereo_0082	0.87 35	0.73 159	1.54 33	0.92 137	0.65 148	1.27 28	0.61 111	2.11 72	2.35 226	0.86 76	0.75 25	0.86 109	0.74 86	1.36 87	0.83 89	0.33 205	0.26 175	0.27 133	0.25 175	0.38 259	0.35 64

2.75w_new	0.88 38	0.51 30	2.22 63	0.67 17	0.66 156	2.44 112	0.55 83	2.75 153	1.08 17	0.87 82	0.75 25	0.39 11	0.91 142	1.41 99	0.74 56	0.21 16	0.43 329	0.22 16	0.18 27	0.19 3	0.41 126

castereo	0.88 38	0.78 202	1.15 4	0.89 109	0.51 76	1.31 35	0.90 305	3.42 231	1.28 36	0.88 86	1.28 123	0.72 79	0.91 142	1.05 19	1.01 148	0.28 97	0.17 4	0.26 110	0.20 77	0.24 47	0.34 54

SMoEStereo_RVC	0.88 38	0.92 254	1.55 35	0.96 173	0.46 46	2.56 126	0.78 221	1.60 20	1.20 30	0.71 35	1.20 98	0.64 55	0.63 52	1.71 153	1.01 148	0.22 22	0.18 10	0.31 231	0.22 124	0.28 89	0.42 135

2.25w	0.89 41	0.51 30	2.54 69	0.72 39	0.66 156	2.27 97	0.40 32	2.43 103	1.22 32	0.83 69	1.05 72	0.40 13	0.80 114	1.28 61	0.89 105	0.18 4	0.56 393	0.21 11	0.18 27	0.19 3	0.38 100

MLG-Stereo_test1	0.89 41	0.42 3	2.06 58	0.67 17	1.33 394	3.13 173	0.29 7	1.60 20	3.31 401	0.53 1	0.25 1	0.67 64	0.43 10	1.34 82	0.47 4	0.22 22	0.25 150	0.24 53	0.16 9	0.19 3	0.30 23

1w_stereo	0.91 43	0.46 13	1.12 1	0.74 43	0.80 215	2.98 161	0.67 141	3.29 216	1.04 15	0.83 69	1.36 142	0.38 8	1.36 253	1.03 14	0.75 58	0.17 3	0.18 10	0.20 3	0.17 18	0.20 10	0.57 240

monsters	0.91 43	0.67 116	1.83 50	0.79 67	1.55 440	2.91 151	0.40 32	2.66 143	0.99 11	0.70 33	0.87 43	0.38 8	0.44 13	1.90 194	0.79 75	0.22 22	0.35 263	0.20 3	0.18 27	0.20 10	0.28 15

rvit_stereo_0083	0.91 43	0.73 159	1.60 42	0.90 121	0.66 156	1.21 20	0.64 132	1.75 39	2.71 277	0.83 69	0.93 53	0.94 135	1.06 186	1.50 121	0.79 75	0.34 227	0.36 273	0.30 211	0.27 209	0.34 207	0.34 54

IGEV-RUCA	0.93 46	0.56 50	1.31 16	0.85 87	0.74 189	3.89 334	0.78 221	1.93 52	1.42 50	1.02 117	0.72 22	0.70 70	0.73 79	1.37 92	0.77 62	0.30 140	0.20 33	0.25 77	0.19 45	0.43 320	0.40 119

DilatedVolume-Stereo	0.94 47	0.70 139	3.01 79	1.06 224	0.63 139	1.34 38	0.49 59	1.58 19	1.16 26	1.41 156	1.26 115	0.88 116	0.88 133	1.81 182	0.93 114	0.25 47	0.28 199	0.22 16	0.23 139	0.25 52	0.39 114

LG-Stereo	0.94 47	0.71 146	3.31 83	0.62 2	0.51 76	2.85 142	0.54 81	2.59 136	1.40 48	0.88 86	1.23 106	0.53 40	0.40 6	0.81 2	0.86 97	0.23 26	0.18 10	0.31 231	0.24 159	0.29 107	0.22 1

Replicate-Monster	0.97 49	1.43 371	2.10 59	0.73 40	0.60 122	2.04 78	0.34 18	1.94 54	1.14 24	1.08 125	0.64 16	0.49 35	0.52 25	1.33 75	0.45 1	0.20 10	2.78 509	0.19 2	0.17 18	0.23 38	0.99 360

water-stereo	0.98 50	0.63 91	5.05 105	0.82 77	0.48 56	2.36 105	0.52 76	1.56 18	1.32 41	0.95 104	1.05 72	0.86 109	0.75 92	0.84 3	0.82 86	0.25 47	0.25 150	0.25 77	0.24 159	0.24 47	0.46 164

3w_stereo	0.99 51	0.52 38	4.37 102	0.70 32	0.42 32	1.73 62	0.68 152	2.80 158	1.26 35	0.78 54	0.87 43	0.37 4	1.01 165	1.34 82	0.66 32	0.19 5	0.95 449	0.23 27	0.20 77	0.21 19	0.43 142

Pointernet	0.99 51	0.50 25	3.54 87	0.89 109	0.44 41	2.30 101	0.38 22	3.12 196	1.48 60	0.69 28	1.44 161	0.92 129	0.73 79	1.28 61	0.82 86	0.24 33	0.23 102	0.21 11	0.19 45	0.19 3	0.25 8

RSM++	0.99 51	0.56 50	1.35 21	1.54 435	0.50 74	1.53 54	0.68 152	2.31 93	4.13 482	0.86 76	1.27 121	0.90 122	0.60 44	1.21 49	0.78 66	0.27 77	0.20 33	0.25 77	0.21 91	0.29 107	0.42 135

RSM	0.99 51	0.54 43	1.25 10	0.94 153	0.61 126	1.32 36	0.74 190	2.54 119	4.08 479	0.89 93	1.49 170	1.22 175	0.62 49	1.24 52	0.80 79	0.25 47	0.20 33	0.25 77	0.21 91	0.29 107	0.42 135

Former-RAFT_DAM_RVC	0.99 51	0.85 223	1.58 39	0.95 164	1.08 320	2.95 155	0.53 79	1.93 52	2.00 169	1.19 134	1.63 220	0.59 46	0.65 57	1.10 28	0.90 110	0.28 97	0.23 102	0.31 231	0.25 175	0.45 342	0.32 32

ours_stereo	1.00 56	0.88 233	2.52 67	0.91 127	0.74 189	1.10 14	0.57 90	1.68 28	1.24 33	0.76 47	1.49 170	0.70 70	0.62 49	1.61 136	0.62 27	0.26 65	0.20 33	0.26 110	0.21 91	0.30 127	3.24 467

WCG-NET	1.00 56	0.81 211	1.65 43	0.93 144	0.38 14	1.48 51	1.04 366	1.81 43	2.80 292	1.67 191	1.52 176	0.93 132	0.97 155	1.18 40	0.84 92	0.25 47	0.81 439	0.23 27	0.21 91	0.27 76	0.26 9

trnet	1.00 56	0.55 45	1.89 52	0.66 11	0.33 3	4.41 461	0.40 32	2.42 102	1.95 159	0.96 105	1.24 108	0.88 116	0.89 137	1.27 57	0.78 66	0.30 140	0.19 20	0.23 27	0.15 3	0.22 31	0.22 1

CREStereo	1.00 56	0.59 69	1.82 49	0.66 11	0.36 7	4.43 464	0.40 32	2.43 103	1.98 164	0.96 105	1.22 104	0.88 116	0.87 132	1.30 66	0.79 75	0.30 140	0.20 33	0.23 27	0.16 9	0.23 38	0.22 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
CAS++	1.01 60	0.77 200	3.30 82	0.86 94	0.53 85	1.23 25	0.85 270	3.43 232	1.57 86	1.16 132	1.33 134	0.62 52	0.58 36	1.18 40	0.63 29	0.37 284	0.30 219	0.35 325	0.27 209	0.41 298	0.38 100
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DEFOM-Stereo_RVC	1.03 61	1.15 325	1.34 20	1.03 209	0.59 116	0.81 7	0.43 44	3.53 241	4.67 519	0.78 54	0.98 65	0.44 27	1.16 220	1.46 109	0.71 49	0.27 77	0.19 20	0.24 53	0.18 27	0.30 127	0.34 54

LG-Stereo_Zeroshot	1.04 62	0.53 40	2.93 78	0.80 70	0.77 205	3.99 362	0.39 26	2.10 70	1.96 163	0.90 95	0.93 53	0.75 90	0.85 125	1.31 70	0.87 99	0.28 97	0.21 57	0.26 110	0.21 91	0.32 160	0.38 100

LoS	1.05 63	0.58 60	3.31 83	0.91 127	0.38 14	4.14 401	0.50 65	2.22 80	1.49 65	1.02 117	0.88 46	0.62 52	0.84 122	1.69 149	0.94 122	0.27 77	0.20 33	0.24 53	0.17 18	0.22 31	0.32 32
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
rvit_stereo_0081_aga	1.06 64	1.02 297	5.34 108	0.75 50	0.74 189	1.21 20	0.63 127	2.00 61	2.30 219	0.88 86	0.82 37	0.79 94	0.69 70	1.42 100	0.78 66	0.36 269	0.29 209	0.26 110	0.26 192	0.41 298	0.32 32

2.5w	1.07 65	0.49 20	2.54 69	0.68 25	0.71 181	2.37 107	0.56 86	2.77 155	1.39 47	0.67 25	0.92 51	0.37 4	0.74 86	1.40 96	0.62 27	0.25 47	3.40 521	0.22 16	0.19 45	0.20 10	0.90 347

CroCo-Stereo	1.07 65	1.18 330	3.66 90	0.91 127	0.60 122	0.49 2	0.49 59	4.07 356	1.91 152	0.84 73	1.29 128	1.00 141	0.75 92	1.32 74	1.38 229	0.26 65	0.21 57	0.24 53	0.20 77	0.37 246	0.30 23
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
tt45	1.08 67	0.92 254	2.50 66	0.92 137	0.67 162	3.90 335	0.75 201	2.00 61	1.29 37	0.74 39	1.35 137	0.71 77	0.63 52	2.59 269	0.97 133	0.23 26	0.19 20	0.28 166	0.23 139	0.29 107	0.37 90

999	1.08 67	0.86 225	2.44 65	1.06 224	0.65 148	3.27 193	0.91 316	1.47 12	1.43 52	0.74 39	1.73 253	0.70 70	0.66 63	3.03 296	1.18 177	0.24 33	0.22 74	0.25 77	0.21 91	0.27 76	0.37 90

mms	1.08 67	0.87 229	1.41 25	0.89 109	0.87 247	1.40 43	0.67 141	1.63 24	1.70 123	0.82 64	1.41 156	0.64 55	0.54 29	1.81 182	0.66 32	0.25 47	0.23 102	0.26 110	0.21 91	0.32 160	5.10 496

IGEV-Stereo+	1.08 67	0.55 45	2.59 73	0.89 109	2.06 505	1.40 43	0.38 22	1.18 7	1.29 37	0.76 47	0.45 8	0.47 32	0.79 109	2.16 226	0.65 30	0.29 112	0.25 150	0.22 16	0.19 45	2.27 537	2.70 454

CES	1.08 67	0.63 91	2.53 68	0.95 164	2.18 511	2.13 86	0.50 65	2.07 67	1.46 56	0.79 58	1.06 74	0.61 50	0.48 19	1.45 106	0.87 99	0.24 33	0.18 10	0.24 53	0.15 3	0.64 432	2.36 445

rvit_0105_6	1.10 72	1.17 327	3.33 85	0.93 144	0.55 95	1.45 48	0.79 231	2.51 114	3.30 398	0.78 54	0.74 24	1.03 144	0.75 92	1.45 106	0.97 133	0.42 333	0.43 329	0.34 306	0.31 308	0.44 334	0.38 100

rvit_stereo_0080	1.10 72	1.09 310	3.78 91	0.65 8	0.60 122	1.91 69	0.74 190	2.74 151	2.65 270	0.94 102	1.09 79	0.85 106	0.81 117	1.20 47	0.89 105	0.39 308	0.29 209	0.25 77	0.28 236	0.46 352	0.35 64

whm_eth	1.10 72	1.09 310	3.78 91	0.65 8	0.60 122	1.91 69	0.74 190	2.74 151	2.65 270	0.94 102	1.09 79	0.85 106	0.81 117	1.20 47	0.89 105	0.39 308	0.29 209	0.25 77	0.28 236	0.46 352	0.35 64

IGEV-BASED-STEREO-	1.13 75	3.31 465	2.61 74	0.87 101	0.40 30	1.26 26	0.61 111	1.55 17	1.61 103	0.93 100	0.94 58	0.65 58	0.57 33	1.10 28	0.68 40	1.55 533	0.19 20	0.32 251	0.28 236	1.11 510	2.04 434

PMTNet	1.13 75	0.55 45	3.88 96	0.71 36	0.59 116	4.21 427	0.43 44	2.00 61	1.58 89	1.02 117	1.06 74	0.78 91	0.98 158	1.58 134	0.93 114	1.21 520	0.20 33	0.23 27	0.15 3	0.23 38	0.27 12

xyz-stereo-finetune	1.14 77	0.88 233	1.93 53	0.63 4	0.37 12	3.48 236	0.79 231	2.86 170	1.95 159	1.02 117	1.26 115	0.91 125	0.78 101	2.53 265	1.84 335	0.30 140	0.24 131	0.26 110	0.24 159	0.31 138	0.30 23

111111	1.15 78	0.56 50	1.31 16	0.69 27	1.19 358	3.37 210	0.33 13	2.41 98	1.68 117	0.82 64	1.54 189	0.61 50	0.59 42	1.44 103	0.66 32	0.26 65	0.23 102	0.23 27	0.17 18	0.25 52	4.66 492

AdaDepth	1.16 79	0.53 40	7.56 122	0.73 40	1.29 381	3.13 173	0.43 44	1.13 4	1.92 154	0.69 28	0.93 53	0.43 21	0.58 36	1.67 142	0.66 32	0.20 10	0.33 242	0.24 53	0.19 45	0.25 52	0.36 86

fffy	1.18 80	0.92 254	3.05 80	1.09 236	0.68 170	1.27 28	0.74 190	1.98 60	1.06 16	0.78 54	1.39 149	0.83 101	0.72 77	1.71 153	0.80 79	0.24 33	0.53 385	0.27 133	0.21 91	0.29 107	5.07 495

depthmonostereo	1.22 81	0.96 275	6.67 118	0.89 109	0.56 101	2.21 89	0.57 90	1.84 47	1.21 31	1.01 116	1.09 79	1.38 193	0.99 159	2.41 252	0.93 114	0.24 33	0.28 199	0.22 16	0.21 91	0.25 52	0.53 220

LoS_RVC	1.23 82	1.51 381	6.09 114	0.88 107	1.71 479	1.96 74	0.59 103	1.61 22	1.37 45	0.84 73	1.35 137	0.84 102	1.15 218	1.49 116	0.83 89	0.21 16	0.17 4	0.20 3	0.14 1	0.20 10	1.49 404

MGS-Stereo	1.24 83	0.66 112	9.68 137	0.97 181	0.40 30	1.26 26	0.72 173	1.50 15	1.35 42	1.03 121	2.26 404	0.80 96	0.56 31	1.28 61	0.78 66	0.31 164	0.23 102	0.26 110	0.22 124	0.28 89	0.34 54

castereo++	1.26 84	0.99 292	3.48 86	0.95 164	0.74 189	2.48 114	0.98 350	3.14 197	4.28 494	0.75 43	1.46 165	1.92 279	0.58 36	1.29 65	0.51 11	0.27 77	0.24 131	0.28 166	0.19 45	0.24 47	0.35 64

rvit_stereo_ft	1.28 85	1.39 366	6.72 119	0.99 194	0.66 156	1.06 11	0.79 231	2.81 161	3.14 362	0.83 69	1.02 69	0.95 137	1.13 206	1.27 57	1.00 144	0.34 227	0.24 131	0.27 133	0.29 271	0.40 278	0.35 64

monsterstereo	1.31 86	0.58 60	2.10 59	0.79 67	1.41 414	2.51 121	0.40 32	3.15 200	0.84 6	0.74 39	1.18 95	0.41 20	0.40 6	1.55 130	0.97 133	0.20 10	8.12 548	0.22 16	0.18 27	0.22 31	0.33 43

xyz-stereo-finetune2	1.31 86	0.95 271	3.28 81	0.60 1	0.36 7	3.48 236	0.65 136	2.82 163	1.47 58	0.99 110	1.86 308	0.91 125	1.75 364	3.54 307	1.86 339	0.27 77	0.22 74	0.30 211	0.28 236	0.33 184	0.34 54

CAS	1.34 88	0.48 17	2.20 61	3.01 544	1.66 472	4.08 385	0.73 180	1.96 58	1.51 71	0.86 76	1.10 82	0.59 46	0.53 26	1.36 87	0.94 122	3.07 548	0.14 1	0.21 11	0.14 1	0.38 259	1.78 424

Selective-RAFT	1.34 88	0.58 60	2.21 62	1.01 201	0.49 65	4.19 423	0.51 69	3.39 227	3.62 452	1.15 131	1.40 152	1.45 204	1.40 264	2.09 214	1.31 213	0.43 350	0.40 309	0.25 77	0.26 192	0.29 107	0.38 100

FACV-RUCA	1.35 90	0.70 139	2.58 72	1.07 231	1.49 428	2.70 132	1.13 387	3.21 204	2.64 268	1.42 159	1.99 346	1.06 149	1.15 218	1.44 103	1.16 175	0.41 322	0.42 327	0.73 512	0.41 416	0.63 427	0.67 290

RAFT-Stereo-weight	1.38 91	0.57 58	5.44 109	1.05 219	0.63 139	4.19 423	0.77 214	3.95 324	1.53 74	2.01 268	1.53 178	1.30 183	0.65 57	1.30 66	1.05 156	0.27 77	0.26 175	0.26 110	0.22 124	0.28 89	0.38 100

RCA-Stereo	1.38 91	0.61 83	3.95 98	0.94 153	0.48 56	4.68 517	0.78 221	4.17 400	1.95 159	1.93 234	1.84 298	0.94 135	1.48 290	1.23 50	0.75 58	0.30 140	0.43 329	0.25 77	0.20 77	0.26 68	0.37 90

AnonymousM	1.38 91	1.33 360	2.35 64	0.95 164	0.56 101	4.03 371	0.67 141	2.63 140	2.49 249	1.51 170	1.36 142	1.15 159	1.00 162	1.26 55	1.04 153	0.41 322	0.46 351	2.07 544	1.71 545	0.25 52	0.40 119

tg	1.40 94	1.14 323	2.71 75	0.97 181	0.54 88	4.02 368	0.42 41	3.02 189	2.64 268	1.70 199	1.85 302	1.84 265	0.97 155	1.81 182	0.99 140	0.31 164	0.22 74	0.29 189	0.26 192	0.32 160	2.01 433

AIO-Stereo	1.40 94	0.62 88	1.44 26	0.85 87	0.76 201	1.28 34	0.79 231	2.39 96	2.83 299	0.75 43	1.62 215	0.89 120	0.46 15	1.30 66	0.77 62	0.28 97	0.27 188	0.25 77	0.23 139	0.27 76	9.88 533

Selective-IGEV	1.42 96	0.58 60	8.82 134	0.92 137	0.85 234	1.32 36	0.80 240	2.85 169	3.84 465	0.87 82	1.68 235	0.71 77	0.62 49	1.30 66	0.75 58	0.24 33	0.27 188	0.24 53	0.19 45	0.27 76	1.18 380

WCG-NET（raft）	1.44 97	0.92 254	1.56 37	0.89 109	0.32 2	1.43 47	0.97 347	1.69 35	2.42 235	1.68 193	1.44 161	2.37 332	1.01 165	1.33 75	0.85 94	0.25 47	8.56 551	0.22 16	0.21 91	0.28 89	0.32 32

knoymous	1.50 98	0.65 104	8.73 133	0.91 127	0.75 197	2.97 159	0.90 305	2.93 174	1.38 46	1.56 174	1.07 77	2.75 380	0.88 133	1.43 102	1.13 167	0.32 181	0.22 74	0.35 325	0.20 77	0.45 342	0.41 126

GMStereo_Zeroshot	1.51 99	1.27 348	4.75 103	1.54 435	0.72 183	3.33 208	0.54 81	2.67 145	1.74 129	2.34 386	1.57 200	2.40 333	0.96 153	2.51 259	1.21 185	0.48 397	0.23 102	0.41 388	0.24 159	0.82 481	0.40 119

RAStereo	1.53 100	0.71 146	17.55 251	0.62 2	0.65 148	1.18 16	0.32 12	1.94 54	1.15 25	0.80 60	1.07 77	0.64 55	0.47 16	0.89 4	1.01 148	0.25 47	0.20 33	0.27 133	0.21 91	0.36 240	0.27 12

MaDis-Stereo	1.60 101	1.11 314	16.13 215	0.67 17	1.87 493	1.22 24	0.39 26	2.17 76	1.42 50	0.69 28	0.78 30	0.88 116	0.70 71	1.24 52	1.13 167	0.32 181	0.23 102	0.26 110	0.21 91	0.32 160	0.28 15

BSDual-CNN	1.61 102	0.64 96	3.82 93	0.94 153	0.86 238	4.18 415	1.14 390	4.49 504	2.29 216	2.96 482	1.82 284	2.58 362	1.30 244	1.79 172	1.44 243	0.39 308	0.25 150	0.31 231	0.28 236	0.38 259	0.41 126

Any-RAFT	1.62 103	0.59 69	5.29 107	1.12 254	0.76 201	4.41 461	0.79 231	4.12 380	3.26 385	2.02 270	1.36 142	2.82 387	1.56 313	1.90 194	0.81 81	0.29 112	0.25 150	0.26 110	0.19 45	0.25 52	0.35 64

rvit_0105_4	1.63 104	1.29 353	12.50 152	0.94 153	0.54 88	1.56 55	0.84 264	2.84 167	3.25 383	0.82 64	0.94 58	1.10 152	0.86 129	1.65 140	1.07 160	0.43 350	0.45 345	0.35 325	0.31 308	0.44 334	0.45 154

ProNet	1.63 104	0.91 247	5.70 110	0.96 173	0.64 143	2.40 109	0.82 248	1.92 51	3.28 389	0.69 28	1.17 94	0.78 91	0.76 95	1.72 159	0.87 99	0.27 77	0.97 453	0.25 77	0.26 192	0.31 138	7.97 513

psmg	1.63 104	0.64 96	3.82 93	0.96 173	0.86 238	4.35 448	1.41 435	4.11 374	2.29 216	2.68 448	2.09 371	2.58 362	1.30 244	1.79 172	1.44 243	0.39 308	0.29 209	0.33 286	0.34 342	0.38 259	0.44 148

BUS	1.64 107	0.64 96	3.82 93	0.94 153	0.86 238	4.50 476	0.75 201	4.49 504	2.29 216	2.96 482	1.82 284	3.61 460	1.03 168	1.79 172	1.18 177	0.39 308	0.25 150	0.31 231	0.28 236	0.38 259	0.41 126

CASS	1.65 108	0.73 159	8.72 132	0.97 181	0.67 162	2.88 147	0.69 161	3.07 192	1.86 143	2.82 468	2.02 350	1.39 194	1.55 311	1.75 169	1.36 223	0.51 426	0.28 199	0.34 306	0.28 236	0.47 365	0.63 275
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
CroCo-Stereo Lap2	1.65 108	1.14 323	14.70 186	1.00 198	1.80 491	0.53 3	0.46 56	3.18 202	1.62 106	1.10 130	1.24 108	1.05 147	0.78 101	1.40 96	1.18 177	0.31 164	0.23 102	0.27 133	0.22 124	0.46 352	0.38 100

RAFT-Test	1.67 110	0.64 96	6.13 115	1.25 325	1.82 492	3.06 166	0.78 221	4.02 341	3.09 356	1.88 226	1.70 241	3.76 467	1.03 168	1.40 96	1.07 160	0.29 112	0.33 242	0.25 77	0.23 139	0.29 107	0.33 43

IGEV-Stereo++	1.68 111	0.48 17	1.27 11	0.77 53	1.31 388	3.87 330	0.33 13	3.41 229	1.72 127	0.89 93	1.20 98	0.68 66	1.03 168	1.15 34	0.49 5	0.23 26	0.22 74	0.23 27	0.18 27	0.26 68	13.90 544

iRaftStereo_RVC	1.70 112	1.18 330	3.88 96	0.99 194	0.46 46	3.83 315	0.41 39	2.41 98	1.60 97	1.69 197	1.76 258	1.81 260	0.83 121	1.58 134	1.23 190	0.31 164	4.86 531	0.29 189	0.26 192	0.33 184	4.33 488

rvit_0105_5	1.72 113	1.26 344	13.05 158	0.92 137	0.56 101	1.92 72	0.90 305	3.07 192	3.04 346	0.98 108	1.24 108	1.19 168	0.93 148	1.55 130	1.22 187	0.43 350	0.43 329	0.37 353	0.36 368	0.43 320	0.51 205

UniTT-Stereo	1.73 114	0.60 77	20.25 403	0.98 187	1.19 358	0.78 6	0.39 26	1.19 8	1.55 79	1.21 135	1.28 123	0.52 39	0.64 55	1.17 39	1.16 175	0.35 243	0.20 33	0.25 77	0.22 124	0.42 310	0.31 29

DDVS	1.78 115	0.84 222	3.58 88	1.32 356	1.15 340	3.17 178	0.77 214	3.35 223	1.86 143	1.88 226	1.91 327	2.91 397	1.42 272	6.19 364	1.85 337	0.47 388	0.65 416	0.35 325	0.38 387	0.48 372	1.01 364

Gwc-CoAtRS	1.80 116	0.61 83	14.92 190	1.08 233	0.61 126	2.88 147	0.63 127	2.47 110	1.62 106	1.80 219	1.50 173	2.73 375	1.17 222	1.35 84	1.08 162	0.30 140	0.22 74	0.25 77	0.23 139	0.28 89	0.30 23

test-1	1.81 117	0.72 153	9.51 136	1.02 205	1.57 448	3.85 322	0.60 107	4.07 356	1.51 71	1.94 240	1.81 282	2.04 302	0.91 142	1.39 95	1.73 314	0.27 77	0.93 446	0.31 231	0.25 175	0.29 107	1.37 392

sCroCo_RVC	1.81 117	0.93 262	19.44 313	1.04 215	1.05 311	0.97 9	0.61 111	2.08 68	1.36 43	0.71 35	1.28 123	0.82 100	1.10 198	1.31 70	0.97 133	0.54 442	0.41 316	0.33 286	0.30 290	0.46 352	0.48 187

Reg-Stereo(zero)	1.88 119	0.45 11	11.07 144	0.94 153	2.06 505	4.52 481	0.55 83	2.72 149	1.69 120	1.54 171	1.26 115	2.55 356	2.52 446	1.73 164	2.43 404	0.20 10	0.28 199	0.22 16	0.19 45	0.25 52	0.40 119

MIF-Stereo (partial)	1.93 120	0.69 131	21.14 518	0.74 43	1.02 297	1.07 12	0.49 59	2.75 153	1.78 134	0.82 64	1.22 104	0.80 96	0.90 140	1.68 144	1.63 286	0.38 300	0.24 131	0.33 286	0.26 192	0.41 298	0.32 32

cross-raft	1.95 121	0.66 112	16.17 217	1.23 309	0.92 265	2.25 95	0.70 164	3.69 268	1.68 117	1.78 214	1.53 178	3.15 417	1.13 206	1.35 84	1.06 158	0.24 33	0.23 102	0.26 110	0.24 159	0.29 107	0.45 154

rvit_0105_3	1.97 122	1.34 362	16.03 211	0.98 187	0.59 116	2.37 107	1.08 373	3.30 217	3.01 332	1.21 135	1.47 166	1.24 177	1.04 175	1.82 185	1.23 190	0.47 388	0.44 339	0.40 379	0.43 427	0.43 320	0.55 232

ISRNet	1.98 123	0.94 266	10.75 141	1.30 345	1.35 400	2.84 141	0.69 161	3.80 292	2.07 174	2.14 306	2.11 373	2.89 393	1.41 269	2.52 263	1.74 317	0.49 404	0.50 376	0.56 471	0.47 442	0.51 383	0.59 259

test_4	1.98 123	0.68 126	15.65 203	0.91 127	0.48 56	4.11 391	1.09 377	2.41 98	1.50 68	1.55 173	2.31 417	1.87 271	0.79 109	2.86 289	1.51 254	0.34 227	0.19 20	0.29 189	0.29 271	0.30 127	0.40 119

CREStereo++_RVC	1.98 123	0.59 69	19.94 361	0.87 101	0.55 95	4.02 368	0.31 8	1.75 39	2.09 175	1.65 187	2.20 395	0.85 106	0.65 57	1.03 14	0.72 52	0.29 112	0.16 3	0.23 27	1.22 534	0.25 52	0.22 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
TANstereo	1.98 123	0.87 229	20.35 419	0.80 70	0.37 12	4.05 376	0.38 22	1.50 15	1.65 112	2.03 275	2.16 384	0.84 102	0.93 148	1.09 27	0.68 40	0.30 140	0.36 273	0.24 53	0.20 77	0.26 68	0.46 164

XX-TBD	1.98 123	1.08 307	20.29 411	1.31 349	0.43 37	3.97 360	0.33 13	1.76 41	1.77 132	1.59 179	2.18 390	0.69 69	0.59 42	1.44 103	0.75 58	0.33 205	0.25 150	0.23 27	0.16 9	0.31 138	0.22 1

CSP-Net	1.99 128	1.70 403	4.84 104	1.22 302	1.02 297	3.42 220	1.30 416	3.66 259	2.11 182	2.07 289	1.93 336	2.40 333	1.48 290	8.56 413	1.62 283	0.51 426	0.41 316	0.27 133	0.27 209	0.44 334	0.54 228

plain	2.00 129	0.89 238	21.49 539	0.67 17	0.73 184	1.66 59	0.57 90	3.27 215	2.18 190	0.80 60	1.25 112	0.80 96	0.86 129	1.72 159	1.13 167	0.34 227	0.21 57	0.32 251	0.25 175	0.44 334	0.34 54

sAnonymous2	2.00 129	1.54 385	21.24 528	0.93 144	0.89 252	1.21 20	0.62 122	2.58 132	2.28 212	0.86 76	1.04 70	0.73 80	1.22 231	1.10 28	0.85 94	0.30 140	0.25 150	0.31 231	0.31 308	1.06 501	0.72 305

CroCo_RVC	2.00 129	1.54 385	21.24 528	0.93 144	0.89 252	1.21 20	0.62 122	2.58 132	2.28 212	0.86 76	1.04 70	0.73 80	1.22 231	1.10 28	0.85 94	0.30 140	0.25 150	0.31 231	0.31 308	1.06 501	0.72 305

PSMNet-ADL	2.01 132	0.78 202	2.89 77	1.11 244	0.86 238	4.13 396	0.80 240	3.84 300	2.26 207	1.74 208	1.87 314	2.90 395	1.81 376	10.37 468	2.34 397	0.49 404	0.47 361	0.29 189	0.30 290	0.39 273	0.56 235

GMStereo	2.01 132	2.26 443	20.93 495	0.90 121	0.48 56	1.67 60	0.56 86	1.90 49	2.19 192	1.58 178	1.31 130	0.87 114	0.74 86	1.68 144	1.00 144	0.41 322	0.21 57	0.30 211	0.32 324	0.50 378	0.46 164
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
anonymity	2.02 134	1.28 351	5.16 106	1.73 475	1.63 461	1.86 65	1.06 370	3.50 238	2.42 235	2.19 330	2.11 373	1.88 272	3.89 501	1.92 196	1.56 266	1.11 514	1.14 462	1.08 527	1.11 526	1.05 500	2.68 453

DMCA	2.02 134	1.07 303	11.33 147	1.17 280	0.96 279	3.92 346	0.89 290	3.80 292	3.11 357	2.89 472	1.58 207	2.35 330	1.17 222	1.79 172	2.25 389	0.42 333	0.29 209	0.42 399	0.27 209	0.38 259	0.43 142

GIP-stereo	2.03 136	0.67 116	4.11 100	1.51 427	1.13 336	2.91 151	0.42 41	3.45 236	3.19 366	0.67 25	0.78 30	0.90 122	0.76 95	1.06 21	0.69 45	0.29 112	0.25 150	0.25 77	0.17 18	0.26 68	17.22 570

CFNet_pseudo	2.03 136	0.74 168	12.75 154	0.87 101	0.74 189	3.91 339	0.65 136	4.04 348	1.93 156	1.93 234	1.79 272	3.25 425	1.61 324	2.51 259	1.25 201	0.32 181	0.37 280	0.53 459	0.28 236	0.64 432	0.50 199

DIP-Stereo	2.03 136	0.98 283	16.44 230	0.67 17	0.62 136	4.30 443	0.58 101	4.43 496	2.89 313	1.97 251	1.40 152	0.91 125	0.86 129	1.31 70	1.27 209	0.38 300	0.23 102	0.33 286	0.23 139	0.33 184	0.57 240
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
ccs_rob	2.03 136	0.74 168	12.67 153	0.87 101	0.75 197	3.91 339	0.66 139	4.04 348	1.93 156	1.92 233	1.79 272	3.24 423	1.63 337	2.52 263	1.25 201	0.32 181	0.37 280	0.54 467	0.28 236	0.66 443	0.51 205

raftrobust	2.05 140	1.45 374	13.44 161	1.29 340	5.81 560	3.59 261	0.67 141	2.80 158	1.50 68	2.21 340	1.41 156	1.17 161	1.22 231	1.37 92	1.46 249	0.29 112	0.33 242	0.22 16	0.20 77	0.27 76	0.36 86

DCANet-4	2.06 141	0.58 60	15.30 194	0.86 94	0.44 41	4.16 407	0.57 90	4.31 460	3.28 389	2.31 370	1.82 284	1.04 146	1.54 308	1.69 149	1.56 266	0.35 243	0.24 131	0.24 53	0.19 45	0.25 52	0.57 240

s12784h	2.08 142	0.50 25	16.85 235	0.75 50	0.36 7	4.42 463	0.49 59	4.23 423	3.08 353	2.03 275	2.67 466	0.91 125	1.05 184	2.05 209	0.78 66	0.37 284	0.18 10	0.24 53	0.16 9	0.27 76	0.26 9

SCV	2.09 143	0.89 238	11.43 148	1.91 494	2.09 507	1.27 28	0.87 282	3.66 259	2.13 187	0.67 25	1.59 209	0.93 132	0.77 97	1.80 178	0.89 105	0.37 284	0.38 294	0.25 77	0.22 124	0.30 127	9.45 528

IER	2.09 143	0.91 247	14.11 172	0.97 181	1.15 340	3.17 178	0.89 290	3.59 250	2.39 229	2.15 313	1.98 343	2.27 319	2.11 409	2.39 251	1.80 328	0.35 243	0.24 131	0.36 342	0.30 290	0.34 207	0.42 135

ITSA-stereo	2.11 145	0.85 223	7.84 126	1.24 310	0.68 170	4.06 380	0.91 316	4.30 449	2.57 258	1.94 240	1.77 265	1.61 216	2.12 411	6.12 362	2.79 422	0.42 333	0.38 294	0.40 379	0.41 416	0.51 383	1.26 386

AEACV	2.12 146	0.67 116	6.33 116	1.38 379	1.50 430	3.53 249	0.90 305	2.83 165	1.60 97	0.91 96	0.81 36	0.80 96	1.61 324	1.56 132	0.73 55	0.25 47	0.60 405	0.26 110	0.27 209	0.29 107	15.65 560

R-Stereo Train	2.13 147	0.65 104	19.43 311	1.02 205	0.67 162	3.79 307	0.89 290	4.12 380	1.55 79	2.15 313	1.72 247	1.13 156	0.94 150	1.46 109	1.30 211	0.32 181	0.25 150	0.27 133	0.21 91	0.28 89	0.37 90

RAFT-Stereo	2.13 147	0.65 104	19.43 311	1.02 205	0.67 162	3.79 307	0.89 290	4.12 380	1.55 79	2.15 313	1.72 247	1.13 156	0.94 150	1.46 109	1.30 211	0.32 181	0.25 150	0.27 133	0.21 91	0.28 89	0.37 90
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
rvit_stereo_0075_2	2.14 149	0.76 192	21.42 538	0.91 127	1.26 377	2.49 117	0.68 152	2.30 92	2.10 177	1.42 159	1.86 308	1.45 204	0.85 125	1.49 116	1.03 152	0.47 388	0.40 309	0.48 429	0.38 387	0.47 365	0.53 220

MMNet	2.15 150	1.33 360	12.06 150	1.22 302	1.23 369	3.55 253	0.89 290	3.84 300	2.26 207	2.19 330	1.78 269	2.15 311	2.10 407	3.70 312	2.35 398	0.45 367	0.38 294	0.34 306	0.28 236	0.40 278	0.52 213

PCWNet_CMD	2.16 151	0.71 146	15.44 198	0.84 81	0.76 201	3.38 211	0.68 152	3.69 268	2.24 201	1.72 202	1.63 220	3.20 420	3.00 469	2.09 214	1.23 190	0.32 181	0.37 280	0.47 423	0.27 209	0.65 439	0.51 205

SFCPSM	2.16 151	0.75 182	15.82 206	0.91 127	0.98 281	3.74 297	1.27 413	4.15 394	2.56 255	1.90 229	1.82 284	1.64 221	1.39 260	2.51 259	1.57 269	0.36 269	0.28 199	0.39 374	0.36 368	0.36 240	0.50 199

MSMDNet	2.16 151	0.71 146	15.36 196	0.86 94	0.75 197	3.41 218	0.69 161	3.70 271	2.25 204	1.73 205	1.64 225	3.21 421	2.95 461	2.09 214	1.24 195	0.32 181	0.37 280	0.45 414	0.27 209	0.63 427	0.50 199

SCV_C0	2.17 154	0.93 262	12.88 155	0.96 173	1.06 316	1.27 28	0.63 127	3.68 263	3.30 398	1.03 121	1.26 115	0.73 80	0.66 63	1.73 164	1.06 158	0.35 243	1.97 486	0.25 77	0.21 91	0.29 107	9.23 527

rvit_105_1	2.17 154	1.36 364	16.82 234	1.09 236	0.68 170	2.78 137	1.26 412	3.55 243	2.90 315	1.40 153	1.57 200	1.29 182	1.14 212	2.91 291	1.49 252	0.55 445	0.47 361	0.45 414	0.61 485	0.45 342	0.63 275

test_3	2.17 154	0.58 60	18.64 278	1.11 244	0.78 208	2.15 88	0.85 270	4.42 494	1.47 58	2.00 259	1.20 98	2.02 299	0.79 109	2.70 280	1.35 216	0.29 112	1.04 457	0.29 189	0.29 271	0.31 138	1.07 372

CFNet-RSSM	2.17 154	0.56 50	20.50 443	1.08 233	0.57 111	3.42 220	0.62 122	4.24 429	1.60 97	1.73 205	1.39 149	2.55 356	1.19 227	1.36 87	1.04 153	0.29 112	0.20 33	0.26 110	0.23 139	0.28 89	0.32 32

zero-FE	2.19 158	0.56 50	26.48 576	0.91 127	1.44 420	1.41 46	0.83 252	2.29 91	0.91 7	0.59 6	0.65 18	0.54 41	0.78 101	2.84 287	1.09 163	0.39 308	0.30 219	0.25 77	0.19 45	1.03 498	0.39 114

HI	2.19 158	1.11 314	19.93 358	1.14 263	0.69 178	2.98 161	0.45 52	2.58 132	1.87 146	2.18 323	1.65 228	2.41 337	1.83 381	1.72 159	1.63 286	0.30 140	0.17 4	0.28 166	0.31 308	0.27 76	0.32 32

CoSv	2.19 158	1.11 314	19.93 358	1.14 263	0.69 178	2.98 161	0.45 52	2.58 132	1.87 146	2.18 323	1.65 228	2.41 337	1.83 381	1.72 159	1.63 286	0.30 140	0.17 4	0.28 166	0.31 308	0.27 76	0.32 32

H2IRNET	2.19 158	0.83 217	19.13 294	1.25 325	0.61 126	4.48 474	0.44 50	2.94 176	1.86 143	1.08 125	2.29 412	1.67 222	1.40 264	2.18 230	1.64 292	0.41 322	0.21 57	0.33 286	0.37 378	0.38 259	0.39 114

test-3	2.19 158	0.59 69	18.63 277	1.13 259	0.75 197	2.07 84	0.89 290	4.37 482	1.53 74	2.25 347	1.20 98	2.05 305	0.79 109	2.68 276	1.35 216	0.29 112	0.95 449	0.28 166	0.27 209	0.27 76	1.47 403

test_1	2.19 158	0.59 69	18.67 279	1.13 259	0.78 208	2.07 84	0.89 290	4.37 482	1.53 74	2.18 323	1.20 98	2.05 305	0.78 101	2.68 276	1.36 223	0.29 112	0.93 446	0.28 166	0.27 209	0.28 89	1.53 407

ICVP	2.19 158	0.72 153	19.18 298	1.03 209	0.88 251	4.22 429	0.94 332	3.44 234	1.69 120	1.68 193	1.76 258	1.35 187	1.19 227	1.80 178	1.40 233	0.58 453	0.37 280	0.34 306	0.30 290	0.41 298	0.59 259
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
MM-Stereo_test3	2.20 165	0.95 271	19.62 324	1.94 497	1.18 350	1.95 73	0.83 252	3.56 245	3.91 472	1.33 146	1.86 308	1.10 152	0.68 69	1.48 114	1.63 286	0.29 112	0.35 263	0.27 133	0.22 124	0.37 246	0.56 235

test_sample2	2.20 165	0.70 139	6.07 113	1.49 420	0.81 219	2.96 156	0.86 275	4.13 384	3.31 401	2.07 289	1.54 189	1.56 212	1.63 337	10.61 472	1.80 328	0.33 205	0.77 434	0.32 251	0.32 324	0.38 259	2.35 444

Anonymous3	2.20 165	0.80 208	20.08 381	0.86 94	0.86 238	4.46 467	0.84 264	3.64 258	1.40 48	1.37 151	1.40 152	1.11 155	1.03 168	1.71 153	1.24 195	0.75 494	0.58 402	0.34 306	0.35 357	0.48 372	0.65 284

AdaStereo	2.22 168	0.90 244	16.41 228	1.33 361	0.83 225	3.21 181	1.12 385	4.25 440	2.91 317	2.06 283	1.76 258	2.47 349	1.17 222	1.93 199	1.65 295	0.50 418	0.26 175	0.43 403	0.29 271	0.46 352	0.39 114
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
UPFNet	2.23 169	0.86 225	14.25 174	1.28 334	1.44 420	3.51 245	1.34 422	4.05 351	2.11 182	2.44 414	1.53 178	2.41 337	1.39 260	3.62 311	1.91 350	0.41 322	0.41 316	0.37 353	0.32 324	0.44 334	0.48 187

StereoDRNet-Refined	2.23 169	0.98 283	10.62 140	1.25 325	0.78 208	3.29 200	0.71 169	3.96 326	2.20 195	2.43 411	2.05 361	2.97 399	1.46 284	6.87 384	2.33 396	0.37 284	0.25 150	0.42 399	0.34 342	0.47 365	0.80 327
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
CBFPSM	2.24 171	2.06 431	12.12 151	1.13 259	1.05 311	2.85 142	1.23 408	3.37 226	2.05 172	1.82 221	1.33 134	4.55 509	4.00 503	2.38 250	2.35 398	0.27 77	0.38 294	0.32 251	0.28 236	0.39 273	0.89 345

HCRNet	2.24 171	0.74 168	14.54 181	0.82 77	1.36 402	4.11 391	0.70 164	3.61 254	3.03 341	1.83 223	1.61 211	1.58 213	1.40 264	5.79 349	1.60 278	0.35 243	0.28 199	0.36 342	0.29 271	0.34 207	0.46 164

Occ-G	2.25 173	0.74 168	13.22 160	0.90 121	0.89 252	1.52 53	0.78 221	1.82 45	2.87 310	1.65 187	0.89 47	2.18 312	0.89 137	1.04 18	1.69 302	0.28 97	0.27 188	0.26 110	0.19 45	0.25 52	12.70 541

gcap-zeroshot	2.25 173	0.74 168	19.48 315	0.97 181	1.18 350	3.50 241	0.83 252	3.21 204	2.66 272	1.86 224	1.23 106	3.24 423	0.88 133	1.92 196	0.94 122	0.34 227	0.43 329	0.28 166	0.22 124	0.29 107	0.83 331

GANet-ADL	2.25 173	0.80 208	20.17 388	1.28 334	0.69 178	3.83 315	0.75 201	3.63 256	1.83 139	1.68 193	2.04 354	2.09 309	1.10 198	1.63 139	1.43 239	0.42 333	0.33 242	0.26 110	0.23 139	0.43 320	0.41 126

ROB_FTStereo_v2	2.25 173	0.74 168	20.45 431	0.77 53	0.38 14	4.66 508	0.74 190	2.54 119	3.20 368	2.00 259	1.53 178	1.77 245	1.14 212	2.13 222	0.96 130	0.50 418	0.22 74	0.32 251	0.28 236	0.40 278	0.35 64

PSM-adaLoss	2.26 177	0.74 168	20.53 446	0.77 53	0.38 14	4.67 509	0.71 169	2.54 119	3.22 378	2.00 259	1.53 178	1.77 245	1.13 206	2.22 236	0.96 130	0.50 418	0.23 102	0.32 251	0.28 236	0.40 278	0.35 64

ROB_FTStereo	2.26 177	0.74 168	20.44 428	0.77 53	0.38 14	4.65 505	0.75 201	2.54 119	3.19 366	2.00 259	1.54 189	1.77 245	1.13 206	2.28 243	0.94 122	0.49 404	0.22 74	0.32 251	0.28 236	0.40 278	0.35 64

GES	2.26 177	0.79 206	19.68 334	1.12 254	0.59 116	4.30 443	1.01 354	3.90 311	1.59 92	1.78 214	1.78 269	1.28 180	1.75 364	1.80 178	1.61 281	0.42 333	0.29 209	0.33 286	0.31 308	0.45 342	0.50 199

dd	2.27 180	3.06 461	20.18 389	0.96 173	0.51 76	4.24 435	0.74 190	1.94 54	2.43 238	1.48 168	1.28 123	1.19 168	1.05 184	1.82 185	1.69 302	0.63 468	0.34 253	0.35 325	0.33 332	0.61 416	0.57 240

HUI-Stereo	2.27 180	0.74 168	20.56 453	0.77 53	0.38 14	4.67 509	0.78 221	2.54 119	3.23 381	2.00 259	1.53 178	1.77 245	1.13 206	2.21 235	0.93 114	0.49 404	0.23 102	0.32 251	0.28 236	0.40 278	0.35 64

iGMRVC	2.27 180	0.74 168	20.46 432	0.77 53	0.38 14	4.65 505	0.73 180	2.54 119	3.21 371	2.00 259	1.53 178	1.77 245	1.14 212	2.47 256	0.99 140	0.51 426	0.23 102	0.32 251	0.28 236	0.40 278	0.35 64

RAFT-IKP	2.27 180	0.74 168	20.55 449	0.77 53	0.38 14	4.64 504	0.73 180	2.54 119	3.21 371	2.00 259	1.53 178	1.77 245	1.13 206	2.25 242	1.00 144	0.51 426	0.22 74	0.32 251	0.28 236	0.40 278	0.35 64

Patchmatch Stereo++	2.28 184	0.74 168	20.54 447	0.77 53	0.38 14	4.67 509	0.75 201	2.55 126	3.21 371	2.00 259	1.53 178	1.77 245	1.14 212	2.46 253	0.98 138	0.51 426	0.23 102	0.32 251	0.28 236	0.40 278	0.35 64
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
iRAFT	2.28 184	0.74 168	20.54 447	0.77 53	0.38 14	4.67 509	0.75 201	2.55 126	3.21 371	2.00 259	1.53 178	1.77 245	1.14 212	2.46 253	0.98 138	0.51 426	0.23 102	0.32 251	0.28 236	0.40 278	0.35 64

CRE-IMP	2.28 184	0.68 126	19.67 333	0.85 87	0.39 29	4.54 483	0.80 240	2.63 140	4.84 529	1.96 248	1.51 174	1.86 268	0.96 153	1.52 123	1.43 239	0.47 388	0.21 57	0.31 231	0.26 192	0.41 298	0.35 64

test_sample1	2.29 187	0.72 153	5.74 111	1.51 427	0.86 238	2.35 103	0.64 132	4.07 356	3.45 436	2.01 268	1.51 174	1.70 230	1.71 358	9.53 433	1.73 314	0.31 164	0.97 453	0.31 231	0.31 308	0.33 184	6.12 504

MyStereo07	2.29 187	1.18 330	20.10 384	1.04 215	1.21 366	3.96 358	0.95 337	2.13 74	3.37 415	1.09 127	1.28 123	0.68 66	0.91 142	1.74 168	0.86 97	0.26 65	3.49 523	0.34 306	0.27 209	0.43 320	0.49 194

DisPM	2.29 187	0.61 83	20.25 403	1.79 484	0.52 82	4.58 494	0.77 214	2.50 113	2.22 198	2.49 422	1.82 284	1.45 204	1.01 165	2.73 281	1.04 153	0.48 397	0.20 33	0.32 251	0.31 308	0.32 160	0.45 154

RALAANet	2.29 187	2.73 455	21.08 507	1.29 340	0.94 275	1.45 48	0.68 152	3.25 212	2.61 263	2.02 270	1.80 277	1.28 180	1.04 175	2.12 220	1.79 327	0.30 140	0.22 74	0.27 133	0.27 209	0.41 298	0.35 64

ADStereo(finetuned)	2.30 191	0.97 280	17.29 245	0.86 94	0.43 37	4.17 412	0.59 103	4.31 460	3.29 394	2.35 388	1.86 308	1.18 164	3.35 487	1.69 149	1.59 274	0.34 227	0.25 150	0.23 27	0.19 45	0.31 138	0.72 305

FENet	2.30 191	0.61 83	20.21 396	1.43 407	0.68 170	4.04 372	0.60 107	4.01 336	2.26 207	2.03 275	1.13 88	2.42 341	1.42 272	1.72 159	1.43 239	0.36 269	0.24 131	0.33 286	0.27 209	0.29 107	0.51 205

DCVSM-stereo	2.31 193	0.72 153	20.28 406	1.15 266	0.93 269	2.53 125	0.75 201	2.70 147	1.69 120	2.56 429	1.53 178	3.27 426	1.71 358	2.23 237	1.38 229	0.36 269	0.53 385	0.41 388	0.33 332	0.46 352	0.64 280

CFNet_ucs	2.32 194	0.75 182	17.05 239	0.90 121	0.81 219	3.86 325	0.68 152	4.31 460	2.68 273	2.13 304	2.04 354	3.30 428	1.24 234	2.63 272	1.23 190	0.37 284	0.46 351	0.56 471	0.30 290	0.67 445	0.53 220

RAFT+CT+SA	2.32 194	1.30 356	19.71 336	1.01 201	1.41 414	4.04 372	0.92 324	3.96 326	1.64 110	1.64 184	1.69 239	1.63 220	1.18 225	3.06 297	1.19 181	0.28 97	0.22 74	0.32 251	0.34 342	0.34 207	0.47 176

NRIStereo	2.32 194	0.69 131	20.07 375	1.35 365	0.38 14	4.73 524	0.89 290	2.43 103	3.35 413	1.95 246	1.37 145	1.75 238	1.21 230	2.97 294	1.35 216	0.49 404	0.22 74	0.29 189	0.26 192	0.31 138	0.33 43

AIO-test1	2.33 197	1.54 385	20.24 401	0.97 181	1.61 455	3.42 220	0.94 332	4.22 417	1.71 126	0.97 107	1.35 137	0.98 138	0.74 86	4.52 329	1.40 233	0.27 77	0.24 131	0.28 166	0.35 357	0.34 207	0.46 164

MSKI-zero shot	2.33 197	0.69 131	20.22 398	1.14 263	0.77 205	4.05 376	0.68 152	3.95 324	1.51 71	1.93 234	2.35 421	1.91 278	0.71 73	3.01 295	0.79 75	0.28 97	1.47 472	0.27 133	0.21 91	0.28 89	0.44 148

Pruner-Stereo	2.33 197	0.70 139	20.66 470	2.05 507	0.48 56	4.73 524	0.78 221	2.55 126	2.70 276	2.47 417	1.57 200	1.48 207	1.03 168	1.71 153	1.55 264	0.48 397	0.21 57	0.34 306	0.30 290	0.31 138	0.42 135

hknet	2.34 200	0.78 202	13.86 167	0.94 153	1.07 317	4.18 415	1.14 390	4.49 504	3.00 327	2.96 482	1.82 284	3.47 443	1.30 244	4.11 324	1.77 322	0.35 243	0.25 150	0.31 231	0.28 236	0.38 259	0.41 126

UDGNet	2.34 200	1.71 404	20.28 406	1.42 400	0.62 136	4.39 455	0.67 141	1.82 45	2.28 212	1.40 153	1.21 103	0.99 140	1.00 162	2.23 237	1.23 190	1.14 516	0.35 263	1.30 536	0.98 520	1.11 510	0.62 272

FSD	2.35 202	0.67 116	1.30 12	0.84 81	0.76 201	0.77 5	0.67 141	1.63 24	2.26 207	0.76 47	0.63 15	1.69 226	0.72 77	1.05 19	0.78 66	0.59 457	7.66 545	0.57 475	0.54 468	0.57 404	22.45 580

qqq1	2.35 202	0.73 159	8.34 128	1.41 391	0.61 126	2.04 78	0.72 173	4.30 449	4.43 501	2.41 407	2.40 429	1.94 282	1.52 301	10.99 488	1.36 223	0.35 243	0.84 440	0.30 211	0.25 175	0.31 138	1.75 419

fff1	2.35 202	0.73 159	8.34 128	1.41 391	0.61 126	2.04 78	0.72 173	4.30 449	4.43 501	2.41 407	2.40 429	1.94 282	1.52 301	10.99 488	1.36 223	0.35 243	0.84 440	0.30 211	0.25 175	0.31 138	1.75 419

StereoVision	2.36 205	1.15 325	20.38 422	1.07 231	1.79 489	2.58 129	0.61 111	3.14 197	2.34 223	1.33 146	3.46 506	1.85 267	0.88 133	2.12 220	2.01 365	0.46 379	0.36 273	0.37 353	0.36 368	0.50 378	0.41 126

LL-Strereo2	2.36 205	1.81 415	19.35 308	1.04 215	1.03 302	3.73 295	1.35 425	2.70 147	2.04 171	1.76 211	1.44 161	1.82 262	0.73 79	1.48 114	1.53 258	0.33 205	0.30 219	0.55 468	0.35 357	0.30 127	3.51 477

SepStereo	2.36 205	0.76 192	7.72 123	1.16 273	1.64 465	2.96 156	2.10 496	4.14 389	3.31 401	4.16 529	2.51 447	2.56 360	1.81 376	8.34 409	1.83 333	0.44 358	0.23 102	0.39 374	0.25 175	0.42 310	0.45 154

RAFT	2.36 205	1.62 395	18.03 264	1.75 479	0.54 88	1.91 69	0.91 316	3.24 209	3.65 454	1.64 184	1.73 253	3.45 442	1.58 314	1.82 185	1.74 317	0.42 333	1.06 458	0.40 379	0.32 324	0.44 334	1.03 368

DCANet	2.37 209	0.98 283	20.47 435	0.86 94	0.43 37	4.18 415	0.59 103	4.31 460	3.29 394	2.35 388	1.86 308	1.18 164	1.63 337	1.69 149	1.59 274	0.34 227	0.25 150	0.24 53	0.19 45	0.31 138	0.73 310

gwcnet-sp	2.38 210	1.51 381	17.58 254	1.11 244	0.92 265	3.59 261	1.03 361	3.79 287	2.43 238	2.60 436	1.63 220	1.80 257	1.61 324	3.87 316	1.99 359	0.33 205	0.32 232	0.30 211	0.29 271	0.40 278	0.47 176

scenet	2.38 210	1.51 381	17.58 254	1.11 244	0.92 265	3.59 261	1.03 361	3.79 287	2.43 238	2.60 436	1.63 220	1.80 257	1.61 324	3.87 316	1.99 359	0.33 205	0.32 232	0.30 211	0.29 271	0.40 278	0.47 176

ssnet	2.38 210	1.51 381	17.58 254	1.11 244	0.92 265	3.59 261	1.03 361	3.79 287	2.43 238	2.60 436	1.63 220	1.80 257	1.61 324	3.87 316	1.99 359	0.33 205	0.32 232	0.30 211	0.29 271	0.40 278	0.47 176

DSFCA	2.38 210	1.03 298	11.06 143	1.15 266	1.18 350	3.97 360	1.75 472	3.63 256	2.44 244	3.14 495	1.68 235	2.90 395	2.48 441	5.38 341	3.17 442	0.49 404	0.45 345	0.37 353	0.37 378	0.54 391	0.46 164

SMFormer	2.40 214	0.73 159	8.34 128	1.41 391	0.61 126	2.04 78	0.72 173	4.30 449	4.43 501	2.41 407	2.40 429	1.94 282	1.52 301	10.99 488	3.10 439	0.35 243	0.84 440	0.36 342	0.33 332	0.40 278	0.77 319

fff	2.40 214	0.96 275	20.47 435	0.84 81	0.38 14	4.15 404	0.57 90	4.30 449	2.85 302	2.31 370	1.82 284	1.19 168	2.98 465	1.68 144	1.57 269	0.35 243	0.24 131	0.23 27	0.19 45	0.25 52	0.57 240

csc	2.40 214	0.96 275	20.47 435	0.84 81	0.38 14	4.15 404	0.57 90	4.30 449	2.85 302	2.31 370	1.82 284	1.19 168	2.98 465	1.68 144	1.57 269	0.35 243	0.24 131	0.23 27	0.19 45	0.25 52	0.57 240

cscssc	2.40 214	0.96 275	20.47 435	0.84 81	0.38 14	4.15 404	0.57 90	4.30 449	2.85 302	2.31 370	1.82 284	1.19 168	2.98 465	1.68 144	1.57 269	0.35 243	0.24 131	0.23 27	0.19 45	0.25 52	0.57 240

ACVNet	2.40 214	0.97 280	20.20 392	0.94 153	0.86 238	4.22 429	0.79 231	2.97 185	2.85 302	1.93 234	1.91 327	3.07 410	1.46 284	1.52 123	2.37 401	0.33 205	0.27 188	0.30 211	0.27 209	0.42 310	0.35 64

DISCO	2.40 214	0.99 292	11.99 149	1.81 485	1.12 333	3.47 230	1.24 410	3.34 222	2.57 258	2.73 455	1.96 339	4.52 508	1.90 392	4.18 326	3.62 451	0.37 284	0.27 188	0.31 231	0.30 290	0.70 454	0.62 272

RAFT_CTSACE	2.41 220	1.83 418	20.33 417	1.77 483	1.39 408	3.50 241	1.03 361	3.25 212	1.64 110	1.80 219	2.04 354	2.82 387	1.78 370	2.11 219	1.10 165	0.27 77	0.24 131	0.28 166	0.30 290	0.31 138	0.33 43

TestStereo	2.41 220	1.95 427	19.15 295	0.77 53	0.61 126	1.83 64	0.58 101	2.33 94	1.53 74	1.44 164	1.37 145	1.26 178	0.90 140	11.59 519	0.94 122	0.36 269	0.19 20	0.33 286	0.24 159	0.45 342	0.32 32

DeepStereo_RVC	2.42 222	0.70 139	18.41 272	0.79 67	0.43 37	4.50 476	0.70 164	2.51 114	3.51 444	2.02 270	1.79 272	1.54 211	6.35 531	1.93 199	1.22 187	0.47 388	0.22 74	0.29 189	0.29 271	0.35 222	0.40 119

model_zeroshot	2.43 223	0.72 153	19.99 368	1.24 310	1.23 369	3.70 290	0.63 127	3.76 282	1.61 103	2.79 463	1.41 156	2.24 316	0.82 120	2.87 290	1.22 187	0.33 205	0.52 382	0.30 211	0.25 175	0.28 89	2.59 451

MIPNet	2.43 223	1.13 320	20.00 369	0.93 144	0.58 115	4.74 526	0.62 122	4.33 471	2.95 320	1.94 240	1.49 170	1.52 210	1.96 395	2.77 282	1.60 278	0.35 243	0.20 33	0.27 133	0.23 139	0.32 160	0.59 259

tta	2.44 225	0.73 159	8.34 128	1.41 391	0.61 126	2.04 78	0.72 173	4.30 449	4.43 501	2.41 407	2.40 429	1.94 282	1.52 301	10.99 488	3.10 439	0.35 243	0.84 440	0.36 342	0.33 332	0.31 138	1.75 419

iinet-f	2.44 225	1.82 417	14.97 191	1.21 298	1.11 330	3.78 305	1.10 382	4.19 409	2.90 315	2.10 297	1.76 258	2.99 401	2.97 463	2.84 287	2.79 422	0.38 300	0.38 294	0.28 166	0.28 236	0.50 378	0.47 176

test_5	2.45 227	1.43 371	19.72 338	1.20 292	1.39 408	3.88 331	1.25 411	4.03 344	1.98 164	1.74 208	1.82 284	1.86 268	1.78 370	3.57 308	1.35 216	0.33 205	0.21 57	0.35 325	0.33 332	0.34 207	0.43 142

acv_ft	2.45 227	0.97 280	19.57 321	1.15 266	2.01 501	2.97 159	0.96 343	3.88 307	2.85 302	2.34 386	1.91 327	3.07 410	1.65 346	1.52 123	2.26 390	0.33 205	0.27 188	0.30 211	0.27 209	0.42 310	0.35 64

riskmin	2.46 229	0.61 83	12.91 157	1.22 302	1.65 469	3.56 256	0.61 111	4.30 449	1.50 68	1.86 224	1.16 93	4.30 499	2.02 400	1.53 127	1.32 214	0.29 112	0.95 449	0.34 306	0.23 139	0.43 320	8.34 521

PFNet+	2.46 229	0.64 96	21.10 514	0.98 187	0.48 56	4.63 502	0.83 252	2.47 110	3.48 441	2.14 306	1.67 233	1.34 185	1.03 168	4.66 331	1.35 216	0.49 404	0.33 242	0.38 368	0.39 396	0.33 184	0.49 194

testlalala2	2.47 231	0.75 182	20.46 432	2.58 531	2.91 527	3.80 310	0.76 210	4.20 411	3.87 470	1.45 167	1.57 200	2.43 343	0.80 114	1.23 50	0.71 49	0.28 97	0.33 242	0.24 53	0.21 91	0.35 222	0.38 100

CoDeX	2.47 231	0.91 247	13.65 163	1.03 209	1.17 348	3.28 197	1.30 416	4.17 400	2.99 325	1.78 214	1.85 302	2.04 302	1.46 284	9.99 452	1.66 296	0.38 300	0.28 199	0.32 251	0.28 236	0.34 207	0.57 240

iRaft-Stereo_5w	2.47 231	1.37 365	13.85 165	0.87 101	0.99 286	3.22 184	0.84 264	3.72 276	2.12 184	1.57 176	2.49 443	2.20 314	2.22 422	9.12 422	2.03 369	0.48 397	0.27 188	0.35 325	0.29 271	0.48 372	0.94 354

RAFT-Stereo + iAFF	2.49 234	1.68 400	20.50 443	1.11 244	1.32 393	4.13 396	0.42 41	3.23 208	3.30 398	2.05 282	2.40 429	1.61 216	1.11 201	1.49 116	1.63 286	0.22 22	0.22 74	0.26 110	0.24 159	0.31 138	2.47 450

HITNet	2.49 234	2.91 458	19.23 303	1.54 435	0.57 111	3.47 230	0.79 231	4.16 396	2.93 318	2.18 323	1.65 228	1.68 225	1.45 279	2.17 228	2.99 434	0.28 97	0.20 33	0.41 388	0.27 209	0.45 342	0.52 213
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
GwcNet-ADL	2.51 236	0.75 182	21.41 537	0.98 187	0.73 184	4.58 494	0.95 337	4.46 502	2.61 263	2.06 283	1.80 277	2.54 355	1.24 234	1.98 205	1.73 314	0.41 322	0.46 351	0.24 53	0.27 209	0.41 298	0.55 232

HHNet	2.51 236	0.76 192	20.83 486	0.67 17	0.67 162	4.07 381	0.90 305	3.85 302	1.59 92	2.14 306	4.91 525	0.98 138	3.32 484	1.73 164	1.80 328	0.41 322	0.20 33	0.31 231	0.28 236	0.38 259	0.44 148

MM-Stereo_test1	2.52 238	0.64 96	20.07 375	1.83 486	0.52 82	1.86 65	0.77 214	3.11 194	3.40 424	1.77 213	1.12 87	0.87 114	0.97 155	1.54 129	1.51 254	0.27 77	2.44 505	0.27 133	0.24 159	0.37 246	6.91 510

EGLCR-Stereo	2.52 238	0.56 50	9.39 135	1.16 273	0.81 219	5.24 538	0.61 111	4.20 411	1.56 83	1.09 127	0.71 21	1.09 150	0.66 63	1.92 196	0.82 86	0.29 112	0.30 219	0.29 189	0.24 159	0.37 246	19.09 574

DAS	2.52 238	0.76 192	7.72 123	1.16 273	1.64 465	2.96 156	2.10 496	4.14 389	3.31 401	4.16 529	2.51 447	2.56 360	1.81 376	11.54 517	1.83 333	0.44 358	0.23 102	0.39 374	0.25 175	0.42 310	0.45 154

GMM-Stereo	2.52 238	0.56 50	20.57 457	0.92 137	0.83 225	4.18 415	1.88 480	2.51 114	2.40 232	2.48 419	2.30 416	1.69 226	1.84 384	2.93 293	1.25 201	0.32 181	0.19 20	0.33 286	0.49 449	0.37 246	2.40 446

MLCV	2.52 238	1.77 409	18.20 269	1.17 280	0.63 139	3.60 265	0.53 79	3.88 307	2.35 226	2.82 468	2.24 401	1.99 294	1.42 272	4.59 330	3.09 438	0.39 308	0.22 74	0.33 286	0.22 124	0.35 222	0.52 213

ToySt	2.53 243	0.89 238	19.20 300	1.12 254	0.95 277	3.47 230	1.13 387	3.72 276	2.25 204	1.36 149	1.71 245	2.22 315	1.59 317	2.14 225	1.81 332	0.28 97	0.64 413	0.30 211	0.33 332	0.43 320	5.14 497

LMCR-Stereo	2.53 243	2.30 445	18.81 282	1.64 459	0.86 238	3.88 331	1.14 390	4.33 471	1.63 108	2.27 356	2.35 421	1.13 156	2.41 436	2.63 272	2.26 390	1.06 512	0.24 131	0.29 189	0.25 175	0.62 421	0.42 135

UNet	2.53 243	0.91 247	20.07 375	1.19 290	1.44 420	3.45 227	0.75 201	3.80 292	1.98 164	2.09 295	1.57 200	2.74 378	2.37 433	3.51 306	2.52 413	0.35 243	0.30 219	0.41 388	0.28 236	0.40 278	0.50 199

UCFNet_RVC	2.53 243	1.29 353	20.56 453	1.42 400	1.40 413	4.01 365	1.04 366	2.79 156	1.67 116	2.27 356	1.88 316	2.94 398	1.50 295	3.48 304	1.68 299	0.37 284	0.29 209	0.52 452	0.41 416	0.55 394	0.51 205

MyStereo04	2.54 247	1.18 330	18.82 284	1.04 215	1.21 366	3.96 358	0.95 337	4.02 341	3.01 332	2.06 283	1.27 121	2.33 326	1.66 347	2.06 210	2.01 365	0.26 65	3.49 523	0.34 306	0.27 209	0.43 320	0.49 194

MC-Stereo	2.54 247	0.58 60	6.38 117	1.30 345	1.37 405	4.56 493	0.60 107	2.08 68	1.57 86	1.97 251	1.68 235	0.89 120	1.12 204	1.46 109	0.88 102	0.27 77	8.44 549	0.27 133	0.22 124	0.26 68	14.87 551

Sa-1000	2.54 247	1.47 377	20.36 420	1.16 273	0.55 95	4.07 381	1.39 432	4.49 504	3.01 332	2.06 283	2.79 475	1.84 265	1.43 276	2.68 276	1.53 258	0.31 164	0.26 175	0.36 342	0.33 332	0.37 246	0.46 164

LCNet	2.54 247	0.60 77	20.89 492	1.01 201	0.57 111	3.60 265	1.21 406	3.20 203	1.70 123	2.17 320	1.76 258	1.43 201	4.12 505	3.61 309	0.94 122	0.32 181	0.20 33	0.28 166	0.76 502	0.50 378	1.83 428

AFF-stereo	2.54 247	3.44 469	20.84 489	1.30 345	0.48 56	3.94 350	0.48 58	3.30 217	3.40 424	1.94 240	2.21 399	2.10 310	1.51 297	2.36 249	1.62 283	0.23 26	0.21 57	0.25 77	0.25 175	0.33 184	0.53 220

YMNet	2.55 252	1.78 410	14.80 187	1.41 391	1.67 475	3.95 352	0.96 343	3.86 303	3.02 336	2.68 448	2.57 455	3.35 434	1.53 305	3.40 302	2.57 415	0.49 404	0.54 387	0.52 452	0.49 449	0.76 470	0.69 295

YMNet_1	2.55 252	1.78 410	14.80 187	1.41 391	1.67 475	3.95 352	0.96 343	3.86 303	3.02 336	2.68 448	2.57 455	3.35 434	1.53 305	3.40 302	2.57 415	0.49 404	0.54 387	0.52 452	0.49 449	0.76 470	0.69 295

MyStereo05	2.55 252	1.07 303	19.87 353	1.06 224	1.08 320	4.26 437	0.86 275	4.10 371	3.01 332	2.19 330	1.26 115	2.30 323	1.64 340	2.13 222	1.99 359	0.25 47	2.43 503	0.34 306	0.27 209	0.46 352	0.48 187

SA	2.55 252	1.54 385	20.70 475	1.12 254	0.48 56	4.26 437	1.33 421	4.45 500	3.28 389	1.68 193	1.96 339	1.69 226	2.25 425	2.60 270	1.57 269	0.30 140	0.29 209	0.37 353	0.38 387	0.36 240	0.47 176

KYRaft	2.55 252	0.57 58	20.60 462	0.98 187	0.51 76	4.38 451	1.76 473	2.51 114	1.59 92	2.48 419	2.98 484	1.99 294	3.36 488	2.17 228	0.96 130	0.34 227	0.22 74	0.33 286	0.46 440	0.38 259	2.44 448

RAFT-345	2.55 252	0.60 77	19.89 355	1.22 302	0.49 65	4.43 464	0.77 214	1.68 28	3.54 446	2.09 295	3.10 491	1.95 286	1.30 244	6.65 375	1.47 250	0.41 322	0.23 102	0.32 251	0.26 192	0.29 107	0.28 15

DLCB_ROB	2.55 252	1.32 359	10.26 139	1.31 349	1.04 308	2.94 153	1.29 415	3.81 296	2.73 280	2.93 476	2.17 385	3.37 436	1.53 305	10.40 469	3.26 444	0.42 333	0.35 263	0.41 388	0.37 378	0.43 320	0.68 292

TestStereo1	2.56 259	1.41 369	20.56 453	1.63 455	0.74 189	4.13 396	1.34 422	3.93 320	3.38 418	1.61 180	2.56 452	1.43 201	2.13 414	2.55 267	1.70 305	0.32 181	0.22 74	0.34 306	0.26 192	0.40 278	0.53 220

CRFU-Net	2.56 259	0.89 238	10.77 142	2.53 528	1.09 323	3.91 339	1.40 433	3.87 306	1.92 154	2.25 347	1.80 277	3.32 431	7.85 546	5.53 346	1.54 261	0.58 453	0.36 273	0.31 231	0.28 236	0.39 273	0.56 235

SA-5K	2.56 259	1.41 369	20.56 453	1.63 455	0.74 189	4.13 396	1.34 422	3.93 320	3.38 418	1.61 180	2.56 452	1.43 201	2.13 414	2.55 267	1.70 305	0.32 181	0.22 74	0.34 306	0.26 192	0.40 278	0.53 220

IPLG	2.56 259	1.11 314	19.89 355	0.95 164	0.79 211	4.60 498	0.56 86	4.31 460	2.10 177	1.94 240	2.00 349	1.34 185	1.37 256	6.59 374	1.59 274	0.32 181	0.21 57	0.27 133	0.23 139	0.32 160	0.63 275

Prome-Stereo	2.57 263	0.60 77	20.29 411	1.01 201	0.62 136	4.40 458	1.80 476	3.22 207	1.74 129	2.18 323	3.43 505	1.71 233	3.45 493	2.24 239	1.19 181	0.32 181	0.20 33	0.27 133	0.25 175	0.37 246	2.15 438

GCAP-Stereo	2.59 264	1.07 303	20.48 441	0.91 127	4.13 551	3.67 281	0.51 69	2.27 84	1.76 131	1.18 133	1.15 92	1.18 164	0.84 122	1.36 87	1.54 261	0.27 77	8.46 550	0.27 133	0.19 45	0.29 107	0.30 23

NINENet	2.59 264	0.89 238	16.09 213	1.16 273	1.07 317	4.50 476	0.75 201	4.43 496	2.61 263	2.18 323	1.91 327	3.61 460	1.03 168	7.92 404	1.18 177	0.49 404	0.34 253	0.41 388	0.30 290	0.42 310	0.44 148

111	2.59 264	3.10 462	20.47 435	0.84 81	0.38 14	4.26 437	0.91 316	4.45 500	2.96 321	2.48 419	2.07 367	2.31 324	1.64 340	1.49 116	1.90 347	0.35 243	0.22 74	0.25 77	0.21 91	0.32 160	1.14 377

PSMNet-RUCA	2.60 267	1.83 418	20.55 449	1.51 427	1.39 408	3.07 167	1.36 428	3.56 245	2.43 238	1.41 156	2.07 367	1.42 198	1.09 192	2.07 211	1.60 278	1.20 519	0.69 428	1.26 535	0.96 516	1.65 533	0.97 357

ff7	2.60 267	0.81 211	16.25 218	0.89 109	0.56 101	4.55 489	0.83 252	1.68 28	3.44 430	0.88 86	1.10 82	0.70 70	0.78 101	1.93 199	0.93 114	0.29 112	0.37 280	0.29 189	0.21 91	0.33 184	15.08 554

ffff	2.60 267	0.81 211	16.25 218	0.89 109	0.56 101	4.55 489	0.83 252	1.68 28	3.44 430	0.88 86	1.10 82	0.70 70	0.78 101	1.93 199	0.93 114	0.29 112	0.37 280	0.29 189	0.21 91	0.33 184	15.08 554

11t	2.60 267	0.81 211	16.25 218	0.89 109	0.56 101	4.55 489	0.83 252	1.68 28	3.44 430	0.88 86	1.10 82	0.70 70	0.78 101	1.93 199	0.93 114	0.29 112	0.37 280	0.29 189	0.21 91	0.33 184	15.08 554

ccc-4	2.60 267	0.81 211	16.25 218	0.89 109	0.56 101	4.55 489	0.83 252	1.68 28	3.44 430	0.88 86	1.10 82	0.70 70	0.78 101	1.93 199	0.93 114	0.29 112	0.37 280	0.29 189	0.21 91	0.33 184	15.08 554

IPLGR	2.61 272	0.73 159	20.72 479	0.87 101	0.54 88	4.58 494	0.52 76	4.32 468	2.79 291	1.91 230	1.54 189	1.72 234	1.71 358	6.94 388	1.43 239	0.31 164	0.21 57	0.27 133	0.24 159	0.34 207	0.48 187

RAFT_R40	2.61 272	0.64 96	19.86 351	1.69 467	0.46 46	4.74 526	0.95 337	2.28 86	2.52 252	2.02 270	2.32 419	2.69 374	2.52 446	6.70 378	1.05 156	0.42 333	0.19 20	0.30 211	0.27 209	0.33 184	0.29 19

DeepPruner_ROB	2.61 272	1.97 428	19.32 307	1.03 209	1.20 361	4.38 451	0.90 305	3.44 234	1.77 132	2.61 440	1.54 189	2.77 384	1.27 236	5.05 334	2.08 375	0.52 437	0.40 309	0.37 353	0.35 357	0.52 386	0.62 272

fast-acv-ft	2.62 275	1.62 395	20.48 441	1.45 410	1.39 408	3.16 177	1.16 395	3.41 229	2.45 246	1.97 251	2.15 380	2.68 372	2.15 416	2.92 292	2.47 408	0.43 350	0.40 309	0.45 414	0.40 405	0.62 421	0.64 280

PSM-softLoss	2.62 275	0.65 104	21.11 516	2.46 525	0.49 65	4.68 517	0.68 152	2.61 138	4.23 488	2.14 306	1.47 166	1.42 198	0.99 159	6.04 359	1.24 195	0.47 388	0.23 102	0.37 353	0.39 396	0.33 184	0.34 54

KMStereo	2.62 275	0.65 104	21.11 516	2.46 525	0.49 65	4.68 517	0.68 152	2.61 138	4.23 488	2.14 306	1.47 166	1.42 198	0.99 159	6.04 359	1.24 195	0.47 388	0.23 102	0.37 353	0.39 396	0.33 184	0.34 54

STTStereo	2.62 275	1.28 351	19.16 296	1.52 432	1.55 440	3.84 317	0.89 290	3.75 281	2.59 262	2.23 344	1.59 209	2.48 351	1.58 314	5.11 335	1.72 311	0.38 300	0.41 316	0.47 423	0.54 468	0.53 387	0.75 317

SST-Stereo	2.63 279	0.63 91	19.76 342	1.69 467	0.46 46	4.71 523	0.74 190	2.27 84	3.07 352	2.07 289	2.15 380	2.42 341	3.17 478	6.66 376	0.95 128	0.45 367	0.19 20	0.30 211	0.27 209	0.35 222	0.31 29

GMOStereo	2.64 280	0.92 254	19.83 347	0.81 72	0.68 170	3.22 184	0.89 290	2.94 176	1.48 60	2.36 394	1.54 189	1.75 238	1.04 175	1.33 75	1.15 171	0.26 65	11.32 567	0.35 325	0.28 236	0.35 222	0.33 43

error version	2.64 280	0.92 254	19.83 347	0.81 72	0.68 170	3.22 184	0.89 290	2.94 176	1.48 60	2.36 394	1.54 189	1.75 238	1.04 175	1.33 75	1.15 171	0.26 65	11.32 567	0.35 325	0.28 236	0.35 222	0.33 43

test-v	2.64 280	0.92 254	19.83 347	0.81 72	0.68 170	3.22 184	0.89 290	2.94 176	1.48 60	2.36 394	1.54 189	1.75 238	1.04 175	1.33 75	1.15 171	0.26 65	11.32 567	0.35 325	0.28 236	0.35 222	0.33 43

test-2	2.64 280	0.92 254	19.83 347	0.81 72	0.68 170	3.22 184	0.89 290	2.94 176	1.48 60	2.36 394	1.54 189	1.75 238	1.04 175	1.33 75	1.15 171	0.26 65	11.32 567	0.35 325	0.28 236	0.35 222	0.33 43

test_sample3	2.65 284	0.75 182	15.69 204	1.42 400	0.85 234	3.14 176	0.73 180	4.28 445	3.21 371	2.28 358	1.79 272	1.78 254	1.46 284	11.11 498	1.84 335	0.36 269	0.46 351	0.34 306	0.36 368	0.40 278	0.76 318

dad	2.65 284	3.40 467	19.45 314	1.05 219	0.65 148	4.21 427	0.84 264	2.10 70	2.77 287	2.32 381	1.72 247	1.72 234	1.27 236	3.86 315	2.04 371	1.06 512	0.40 309	2.04 543	0.49 449	0.78 472	0.83 331

AASNet	2.65 284	3.20 463	20.19 390	1.38 379	1.49 428	3.84 317	1.06 370	3.92 316	3.28 389	2.07 289	2.28 410	1.95 286	1.28 239	2.19 231	2.17 383	0.42 333	0.33 242	0.45 414	0.30 290	0.59 410	0.52 213

ASMatch	2.65 284	0.68 126	20.65 469	1.60 448	0.71 181	4.40 458	0.77 214	2.02 65	1.65 112	1.71 201	3.89 513	1.93 280	3.75 499	5.45 343	1.67 297	0.33 205	0.24 131	0.34 306	0.28 236	0.34 207	0.57 240

BEATNet_4x	2.65 284	4.43 482	18.10 265	1.41 391	0.59 116	3.44 224	1.02 358	4.08 365	2.97 322	2.28 358	1.75 257	2.18 312	1.61 324	2.80 285	3.54 449	0.39 308	0.25 150	0.47 423	0.31 308	0.61 416	0.86 342

IGEV_Zeroshot_test	2.66 289	0.75 182	21.55 541	1.50 425	0.89 252	2.21 89	0.90 305	3.52 240	1.83 139	2.17 320	1.57 200	4.09 484	1.60 318	1.73 164	1.21 185	0.32 181	0.33 242	0.28 166	0.30 290	0.44 334	6.09 503

GEStereo_RVC	2.66 289	1.20 340	20.38 422	1.29 340	1.05 311	4.02 368	1.42 436	4.17 400	2.24 201	2.10 297	1.86 308	2.33 326	1.84 384	4.93 333	1.78 323	0.51 426	0.38 294	0.32 251	0.29 271	0.44 334	0.56 235

XX-Stereo	2.66 289	0.70 139	21.17 523	2.33 517	1.24 374	4.31 446	0.45 52	4.48 503	1.60 97	2.39 402	1.89 318	4.60 512	0.60 44	4.17 325	1.11 166	0.34 227	0.26 175	0.29 189	0.29 271	0.53 387	0.43 142

delet	2.66 289	1.11 314	18.42 273	1.05 219	1.65 469	3.47 230	2.00 489	3.81 296	2.82 298	2.15 313	2.11 373	2.62 366	1.88 391	5.38 341	2.21 387	0.34 227	0.38 294	0.40 379	0.32 324	0.45 342	0.54 228

OCTAStereo	2.67 293	0.67 116	21.08 507	2.43 521	0.47 51	4.67 509	0.67 141	3.68 263	4.31 498	2.11 299	1.62 215	1.36 189	1.09 192	6.02 358	1.25 201	0.45 367	0.20 33	0.36 342	0.34 342	0.32 160	0.37 90

RE-Stereo	2.67 293	0.67 116	21.08 507	2.43 521	0.47 51	4.67 509	0.67 141	3.68 263	4.30 495	2.11 299	1.62 215	1.36 189	1.09 192	6.01 355	1.26 206	0.45 367	0.20 33	0.36 342	0.34 342	0.32 160	0.37 90

TVStereo	2.67 293	0.67 116	21.08 507	2.43 521	0.47 51	4.67 509	0.67 141	3.68 263	4.30 495	2.11 299	1.62 215	1.36 189	1.09 192	6.01 355	1.26 206	0.45 367	0.20 33	0.36 342	0.34 342	0.32 160	0.37 90

GGEV	2.68 296	0.51 30	4.22 101	1.10 238	1.23 369	4.40 458	0.83 252	2.66 143	2.62 267	0.99 110	1.52 176	0.84 102	1.12 204	1.52 123	0.68 40	0.35 243	5.17 534	0.23 27	0.19 45	0.27 76	23.24 582

test_sample5	2.68 296	0.76 192	14.56 182	1.40 387	0.83 225	3.11 171	0.74 190	4.33 471	4.48 507	2.29 364	2.04 354	1.67 222	1.45 279	11.18 501	1.88 343	0.37 284	0.47 361	0.37 353	0.39 396	0.43 320	0.78 322

test_sample4	2.68 296	0.76 192	15.85 207	1.45 410	0.83 225	3.10 168	0.72 173	4.31 460	3.37 415	2.39 402	1.90 326	1.72 234	1.47 289	11.13 500	1.86 339	0.36 269	0.47 361	0.35 325	0.37 378	0.42 310	0.85 338

DualNet	2.68 296	0.76 192	14.56 182	1.40 387	0.83 225	3.11 171	0.74 190	4.33 471	4.48 507	2.35 388	2.13 377	1.67 222	1.45 279	11.18 501	1.88 343	0.37 284	0.47 361	0.37 353	0.39 396	0.43 320	0.78 322

NF-Stereo	2.68 296	0.67 116	21.09 512	2.43 521	0.47 51	4.67 509	0.67 141	3.68 263	4.30 495	2.11 299	1.62 215	1.36 189	1.09 192	6.07 361	1.24 195	0.45 367	0.20 33	0.36 342	0.34 342	0.32 160	0.37 90

testlalala_base	2.69 301	0.77 200	21.10 514	1.22 302	1.46 424	2.72 133	0.83 252	4.11 374	1.49 65	1.28 145	1.45 164	1.21 174	0.85 125	1.28 61	1.19 181	3.94 562	2.36 497	0.27 133	0.19 45	4.48 562	1.58 410

mmm	2.70 302	0.80 208	8.26 127	1.50 425	1.18 350	2.44 112	0.85 270	4.08 365	4.59 511	2.31 370	1.95 338	1.51 209	1.55 311	2.33 247	1.72 311	0.31 164	7.71 546	0.45 414	0.42 422	0.40 278	9.56 530

iResNet	2.70 302	1.35 363	20.93 495	2.01 503	0.73 184	3.76 300	0.83 252	4.28 445	2.93 318	2.38 400	2.03 352	1.35 187	1.54 308	3.28 300	4.42 462	0.42 333	0.25 150	0.29 189	0.23 139	0.45 342	0.64 280

test_sample6	2.71 304	0.76 192	14.30 175	1.43 407	0.83 225	3.17 178	0.79 231	4.40 489	4.65 518	2.35 388	2.13 377	1.69 226	1.45 279	11.48 514	1.99 359	0.39 308	0.46 351	0.38 368	0.40 405	0.43 320	0.77 319

MIM_Stereo	2.71 304	1.26 344	20.92 494	1.34 363	5.57 559	3.10 168	0.59 103	3.25 212	2.51 250	1.64 184	1.61 211	1.82 262	1.29 242	2.07 211	1.35 216	0.25 47	0.31 226	0.28 166	0.26 192	0.29 107	4.43 490

anonymousdsp2	2.72 306	0.68 126	11.15 145	1.20 292	0.64 143	3.66 279	0.71 169	3.71 274	2.14 188	1.62 182	1.61 211	1.95 286	1.00 162	2.24 239	0.81 81	0.32 181	0.50 376	0.28 166	0.20 77	0.34 207	19.58 575

Wz-Net-LNSev-Ref	2.72 306	2.55 452	14.91 189	1.37 375	1.36 402	3.50 241	1.63 462	4.11 374	3.38 418	2.55 428	2.04 354	2.35 330	2.50 444	5.14 336	4.64 466	0.53 439	0.22 74	0.35 325	0.21 91	0.41 298	0.60 264

RAFT-RH_RVC	2.72 306	0.64 96	20.10 384	1.48 418	0.49 65	4.46 467	0.56 86	1.73 38	2.86 308	3.06 487	5.50 529	2.02 299	1.28 239	6.70 378	1.56 266	0.46 379	0.22 74	0.37 353	0.34 342	0.29 107	0.33 43

DMCA-RVC	2.72 306	3.31 465	20.08 381	1.27 332	1.13 336	2.49 117	0.85 270	3.43 232	1.85 142	3.04 486	1.58 207	1.99 294	1.51 297	6.42 370	2.86 427	0.39 308	0.31 226	0.44 406	0.37 378	0.47 365	0.65 284

iResNet_ROB	2.72 306	10.38 520	14.41 178	1.46 412	0.99 286	3.74 297	0.66 139	4.01 336	2.84 301	2.04 278	2.05 361	1.98 293	1.38 257	4.73 332	1.91 350	0.35 243	0.20 33	0.28 166	0.19 45	0.33 184	0.41 126

pcwnet_v2	2.73 311	0.70 139	22.43 563	1.11 244	1.02 297	3.58 260	0.80 240	4.31 460	3.42 428	2.39 402	2.28 410	2.99 401	1.68 350	3.31 301	1.54 261	0.44 358	0.51 379	0.41 388	0.34 342	0.62 421	0.74 315

GCAP-BAT	2.74 312	0.79 206	19.74 341	1.06 224	0.85 234	4.25 436	0.91 316	2.80 158	1.83 139	2.14 306	2.08 370	2.55 356	0.80 114	1.87 193	1.41 235	0.35 243	7.97 547	0.24 53	0.22 124	0.27 76	2.72 455

MyStereo06	2.74 312	1.07 303	21.19 526	1.06 224	1.08 320	4.26 437	0.86 275	3.72 276	1.80 136	2.25 347	1.77 265	4.28 497	4.12 505	1.85 190	1.38 229	0.25 47	2.43 503	0.34 306	0.27 209	0.46 352	0.48 187

IRAFT_RVC	2.74 312	0.71 146	19.80 343	2.52 527	0.67 162	4.60 498	1.57 456	3.05 190	2.99 325	2.23 344	1.72 247	2.08 308	2.59 448	6.69 377	1.61 281	0.37 284	0.21 57	0.33 286	0.29 271	0.33 184	0.35 64

HGLStereo	2.74 312	1.03 298	20.80 484	1.24 310	1.55 440	3.62 271	0.94 332	3.83 299	2.09 175	2.18 323	2.20 395	3.11 414	2.12 411	5.65 347	2.07 374	0.50 418	0.34 253	0.32 251	0.30 290	0.42 310	0.50 199

G2L-ROB	2.75 316	1.93 425	19.94 361	1.25 325	1.05 311	3.84 317	0.93 329	3.45 236	2.56 255	2.29 364	1.47 166	2.64 369	1.20 229	8.34 409	2.28 392	0.29 112	0.20 33	0.24 53	0.23 139	0.29 107	0.52 213

ACRE	2.75 316	7.69 503	19.93 358	0.93 144	1.30 384	3.94 350	0.90 305	4.23 423	3.66 455	2.33 384	2.61 459	1.17 161	1.04 175	1.80 178	1.35 216	0.46 379	0.25 150	0.27 133	0.23 139	0.32 160	0.60 264

PFNet	2.75 316	0.69 131	19.96 364	2.25 512	0.80 215	4.63 502	0.90 305	2.60 137	3.85 467	2.39 402	2.71 470	1.82 262	1.41 269	7.53 398	1.41 235	0.36 269	0.21 57	0.36 342	0.27 209	0.32 160	0.46 164

rafts_anoy	2.76 319	1.68 400	20.42 426	1.42 400	3.90 546	3.03 165	0.61 111	3.24 209	1.66 114	1.42 159	1.26 115	1.19 168	1.11 201	2.13 222	1.64 292	0.33 205	8.77 556	0.32 251	0.32 324	0.32 160	0.38 100

NLCA_NET_v2_RVC	2.76 319	1.48 378	19.72 338	1.62 452	2.00 500	3.95 352	0.86 275	3.92 316	2.51 250	2.56 429	1.69 239	2.83 389	1.61 324	5.65 347	1.78 323	0.48 397	0.36 273	0.38 368	0.42 422	0.56 400	0.77 319
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
DA2	2.77 321	0.51 30	6.04 112	1.05 219	1.15 340	4.36 450	0.84 264	2.83 165	3.02 336	0.87 82	1.57 200	0.92 129	1.07 189	1.61 136	0.68 40	0.35 243	2.66 507	0.24 53	0.19 45	0.26 68	25.18 583

AACVNet	2.77 321	1.64 398	19.22 302	1.57 442	0.86 238	3.28 197	0.74 190	3.31 220	1.66 114	2.06 283	1.82 284	2.47 349	1.40 264	10.95 487	1.92 354	0.41 322	0.35 263	0.38 368	0.33 332	0.46 352	0.61 268

UGAM	2.78 323	0.78 202	19.69 335	0.93 144	0.73 184	3.27 193	1.02 358	2.88 171	3.06 351	1.40 153	2.76 474	3.51 453	1.28 239	10.74 477	1.44 243	0.30 140	0.30 219	0.40 379	0.33 332	0.37 246	0.49 194

Wz-Net-LNSev	2.78 323	6.16 491	17.27 244	1.24 310	1.65 469	3.49 239	1.55 452	3.70 271	3.61 450	1.96 248	1.76 258	3.30 428	2.17 420	2.78 283	2.24 388	0.49 404	0.35 263	0.32 251	0.31 308	0.56 400	0.65 284

NVstereo2D	2.79 325	1.13 320	13.75 164	1.37 375	1.47 427	3.57 257	1.38 430	4.17 400	3.77 463	2.04 278	1.72 247	3.05 406	1.75 364	10.84 480	1.72 311	0.62 465	0.48 368	0.56 471	0.54 468	0.79 477	1.02 366

MM-Stereo_test2	2.80 326	0.63 91	20.19 390	1.75 479	0.52 82	2.77 134	0.71 169	1.80 42	1.72 127	0.99 110	0.98 65	0.84 102	0.79 109	1.45 106	1.26 206	0.27 77	0.62 410	0.25 77	0.23 139	0.31 138	17.86 571

ssnet_v2	2.81 327	1.39 366	21.16 521	1.25 325	0.90 259	3.86 325	1.63 462	4.10 371	3.22 378	2.79 463	1.96 339	3.78 468	1.70 356	2.53 265	3.12 441	0.44 358	0.37 280	0.42 399	0.38 387	0.59 410	0.58 256

11t1	2.82 328	0.72 153	17.81 262	1.60 448	0.93 269	2.27 97	0.62 122	3.76 282	4.47 506	1.72 202	1.33 134	1.05 147	1.34 250	1.84 189	1.45 247	0.29 112	5.57 537	0.29 189	0.26 192	0.32 160	8.80 525

DANet	2.82 328	1.17 327	10.20 138	1.87 489	1.72 481	3.25 192	1.15 393	4.36 479	3.02 336	3.42 508	2.18 390	4.09 484	1.79 373	9.78 439	4.32 459	0.55 445	0.57 394	0.60 483	0.44 431	0.65 439	1.25 384
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
AIO-Stereo-zeroshot	2.84 330	1.17 327	20.72 479	1.15 266	2.05 504	3.61 267	0.49 59	4.63 524	2.10 177	1.41 156	1.66 232	6.02 539	2.40 434	2.79 284	2.09 378	0.30 140	0.51 379	0.31 231	0.96 516	0.59 410	1.93 429

G2L-Stereo	2.85 331	2.33 447	19.94 361	1.15 266	1.34 395	3.57 257	0.95 337	3.70 271	2.22 198	2.14 306	1.61 211	3.19 418	1.33 248	9.50 431	2.02 367	0.36 269	0.27 188	0.35 325	0.28 236	0.30 127	0.51 205

test_sample7	2.85 331	0.81 211	14.48 180	1.59 447	0.77 205	2.42 110	1.08 373	4.40 489	4.92 531	2.20 337	1.85 302	1.90 274	2.00 397	6.87 384	1.75 320	0.47 388	1.36 469	0.44 406	0.41 416	0.47 365	6.81 509

GCST	2.86 333	3.95 476	20.52 445	1.93 496	1.56 445	1.74 63	0.50 65	3.69 268	2.10 177	1.79 217	1.64 225	1.60 215	1.29 242	5.27 339	1.90 347	2.10 537	0.77 434	1.45 537	0.97 519	1.15 513	1.38 393

TRStereo	2.86 333	2.12 437	19.98 367	1.68 465	1.18 350	4.35 448	1.05 368	5.07 539	3.48 441	1.56 174	1.39 149	1.75 238	0.85 125	2.01 207	1.50 253	0.43 350	0.34 253	0.33 286	0.36 368	0.36 240	7.50 511

CFNet-ft	2.87 335	1.80 412	20.20 392	1.10 238	1.54 436	4.09 386	0.89 290	2.97 185	1.88 148	1.93 234	1.70 241	3.50 450	1.60 318	9.35 428	2.17 383	0.35 243	0.32 232	0.61 486	0.38 387	0.55 394	0.45 154

CFNet_RVC	2.87 335	1.80 412	20.20 392	1.10 238	1.54 436	4.09 386	0.89 290	2.97 185	1.88 148	1.93 234	1.70 241	3.50 450	1.60 318	9.35 428	2.17 383	0.35 243	0.32 232	0.61 486	0.38 387	0.55 394	0.45 154

CIPLG	2.88 337	10.01 518	20.02 371	0.95 164	1.34 395	3.95 352	0.91 316	4.24 429	3.69 458	2.36 394	2.66 464	1.17 161	1.06 186	1.82 185	1.37 228	0.45 367	0.25 150	0.27 133	0.23 139	0.33 184	0.60 264

LALA_ROB	2.88 337	2.13 439	19.08 292	1.10 238	0.99 286	3.91 339	1.81 477	4.50 508	3.04 346	3.32 505	1.87 314	2.75 380	1.66 347	4.06 322	4.02 455	0.47 388	0.44 339	0.55 468	0.53 465	0.61 416	0.73 310

G2L-Stereo_test	2.89 339	2.06 431	20.60 462	1.68 465	1.18 350	3.55 253	1.01 354	3.66 259	2.33 222	2.59 433	1.68 235	3.14 416	1.48 290	9.19 425	1.86 339	0.30 140	0.21 57	0.23 27	0.23 139	0.28 89	0.57 240

IIG-Stereo	2.89 339	0.98 283	19.80 343	2.78 536	0.67 162	4.62 500	0.74 190	4.29 447	2.26 207	2.62 442	3.10 491	3.33 432	1.60 318	7.64 399	1.51 254	0.42 333	0.21 57	0.32 251	0.25 175	0.33 184	0.28 15

DN-CSS_ROB	2.89 339	9.72 515	19.71 336	2.07 508	0.90 259	4.01 365	0.61 111	4.06 353	3.35 413	1.66 189	1.89 318	1.39 194	1.06 186	3.24 299	1.88 343	0.44 358	0.19 20	0.44 406	0.29 271	0.40 278	0.42 135

AE-Stereo	2.91 342	0.63 91	17.05 239	1.15 266	0.63 139	4.39 455	0.70 164	4.02 341	2.12 184	1.24 143	2.04 354	1.01 142	0.91 142	1.67 142	1.42 237	0.30 140	1.14 462	0.28 166	0.28 236	0.27 76	16.93 569

PSMNet-RSSM	2.91 342	1.55 389	20.10 384	1.32 356	1.30 384	4.19 423	0.95 337	3.78 286	2.28 212	2.28 358	1.80 277	2.64 369	1.87 389	9.83 442	1.93 355	0.37 284	0.33 242	0.35 325	0.38 387	0.46 352	0.40 119

DFGA-Net	2.93 344	7.27 500	18.55 275	1.18 285	0.79 211	3.68 284	0.60 107	2.84 167	1.98 164	2.19 330	2.07 367	1.22 175	1.04 175	10.28 465	2.51 412	0.30 140	0.23 102	0.34 306	0.35 357	0.63 427	0.54 228

Consistency-Raft	2.93 344	1.93 425	19.72 338	1.41 391	1.75 483	3.85 322	1.32 420	4.09 369	2.75 283	1.82 221	2.66 464	1.81 260	4.34 511	2.29 244	2.08 375	0.90 505	0.94 448	1.03 524	1.13 527	1.71 535	1.10 374

ac_64	2.93 344	0.87 229	19.66 326	1.35 365	1.70 478	3.29 200	0.92 324	3.56 245	3.46 439	1.91 230	1.79 272	3.90 474	1.76 367	10.23 461	1.93 355	0.44 358	0.32 232	0.33 286	0.31 308	0.35 222	0.51 205

cf-r	2.93 344	2.19 441	20.59 461	1.49 420	1.35 400	4.18 415	0.92 324	3.73 280	3.12 359	2.16 317	1.82 284	3.40 438	1.44 277	8.22 406	1.93 355	0.34 227	0.31 226	0.33 286	0.30 290	0.38 259	0.45 154

ETE_ROB	2.93 344	2.12 437	17.80 260	1.13 259	0.94 275	3.71 292	1.53 448	4.29 447	2.98 324	3.32 505	2.13 377	2.34 329	1.51 297	8.68 415	2.82 425	0.44 358	0.40 309	0.51 449	0.49 449	0.56 400	0.80 327

x	2.94 349	0.83 217	16.07 212	1.51 427	0.83 225	2.13 86	0.96 343	3.97 329	4.73 521	1.73 205	1.43 159	1.61 216	1.27 236	2.24 239	1.71 308	0.29 112	6.91 542	0.34 306	0.31 308	0.34 207	9.60 531

OMP-Stereo	2.94 349	1.26 344	20.07 375	2.73 534	0.67 162	4.58 494	1.46 442	4.33 471	2.21 197	3.14 495	2.68 467	3.22 422	1.38 257	7.65 400	1.42 237	0.46 379	0.21 57	0.33 286	0.26 192	0.34 207	0.31 29

testlalala	2.95 351	0.66 112	20.83 486	1.03 209	0.81 219	4.39 455	0.90 305	2.96 183	3.69 458	2.50 423	1.55 198	1.31 184	0.61 47	1.15 34	0.77 62	0.42 333	14.33 573	0.25 77	0.20 77	0.26 68	0.36 86

4D-IteraStereo	2.95 351	1.83 418	20.75 481	0.81 72	1.56 445	2.22 94	1.03 361	2.48 112	1.56 83	1.42 159	1.00 68	1.93 280	0.61 47	1.65 140	2.04 371	0.31 164	0.22 74	0.31 231	0.26 192	0.28 89	16.75 567

ACV-stereo	2.96 353	1.09 310	20.34 418	1.37 375	1.05 311	4.65 505	1.09 377	2.82 163	1.68 117	1.48 168	1.32 132	5.40 529	4.22 507	7.83 403	2.08 375	0.46 379	0.52 382	0.33 286	0.30 290	0.45 342	0.71 301

qqq	2.96 353	0.88 233	15.54 201	1.27 332	0.74 189	2.29 99	0.90 305	4.07 356	4.63 513	1.63 183	1.32 132	1.78 254	1.36 253	5.19 337	1.68 299	0.29 112	6.43 540	0.33 286	0.36 368	0.35 222	8.09 514

IPLGR_C	2.96 353	11.71 527	20.02 371	0.95 164	1.31 388	3.93 347	0.92 324	4.22 417	3.76 461	2.35 388	2.62 460	1.16 160	1.07 189	1.71 153	1.34 215	0.45 367	0.25 150	0.27 133	0.23 139	0.33 184	0.60 264

GANet-RSSM	2.96 353	1.27 348	21.17 523	1.73 475	1.23 369	4.22 429	0.91 316	3.39 227	2.02 170	1.97 251	1.74 256	2.53 353	2.06 402	10.91 486	1.88 343	0.37 284	0.35 263	0.32 251	0.29 271	0.42 310	0.46 164

NCCL2	2.96 353	4.07 479	15.75 205	1.24 310	1.03 302	3.48 236	2.55 512	3.79 287	2.39 229	2.78 461	1.80 277	2.41 337	1.67 349	10.27 464	2.48 410	0.46 379	0.41 316	0.57 475	0.55 473	0.61 416	0.86 342

MyStereo8	2.97 358	1.76 407	18.94 286	1.55 439	1.62 458	4.16 407	0.57 90	3.79 287	2.41 234	2.22 342	2.93 482	2.27 319	1.14 212	2.16 226	2.28 392	0.27 77	8.58 552	0.32 251	0.29 271	0.37 246	1.72 418

hitnet-ft	2.99 359	1.23 342	19.37 310	0.96 173	0.90 259	3.76 300	0.79 231	3.60 252	2.68 273	2.31 370	2.04 354	3.63 463	1.49 294	11.70 526	2.37 401	0.45 367	0.54 387	0.44 406	0.36 368	0.54 391	0.56 235

XPNet_ROB	2.99 359	1.58 390	17.06 241	1.38 379	0.99 286	3.91 339	1.62 461	4.20 411	2.42 235	2.87 471	2.03 352	2.31 324	1.72 361	10.76 478	3.60 450	0.55 445	0.49 371	0.48 429	0.40 405	0.53 387	0.85 338

coex_refinement	3.01 361	1.69 402	20.28 406	1.31 349	1.15 340	3.21 181	0.86 275	3.94 323	2.43 238	2.51 424	1.92 333	3.49 445	1.68 350	11.06 492	2.54 414	0.38 300	0.26 175	0.27 133	0.31 308	0.41 298	0.58 256

PAM	3.02 362	0.69 131	20.70 475	1.20 292	1.15 340	8.88 558	1.28 414	4.06 353	1.91 152	2.32 381	2.42 438	5.75 535	2.75 452	2.47 256	1.55 264	0.28 97	0.35 263	0.27 133	0.30 290	0.41 298	1.65 416

DCRE	3.02 362	0.95 271	18.48 274	1.18 285	1.89 494	3.57 257	0.82 248	3.36 225	1.70 123	2.04 278	8.12 539	1.73 237	1.07 189	1.31 70	1.24 195	0.24 33	0.87 444	0.26 110	0.27 209	0.28 89	11.03 537

HSM-Net_RVC	3.02 362	0.65 104	19.48 315	0.94 153	0.90 259	3.71 292	1.20 400	5.61 553	2.87 310	3.24 501	2.49 443	2.53 353	1.61 324	11.39 509	1.90 347	0.37 284	0.27 188	0.27 133	0.24 159	0.31 138	0.39 114
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
ccnet	3.03 365	1.48 378	12.88 155	1.54 435	1.26 377	3.71 292	2.32 505	4.11 374	3.05 349	2.92 475	3.21 497	2.86 391	2.40 434	9.87 443	4.19 456	0.80 497	0.76 433	0.71 506	0.70 497	0.78 472	1.07 372

Nwc_Net	3.03 365	1.90 424	19.16 296	1.38 379	1.69 477	3.53 249	1.19 397	4.03 344	2.19 192	2.79 463	2.84 478	3.80 470	2.46 440	6.93 387	2.87 429	0.96 508	0.41 316	0.59 479	0.68 494	0.60 414	0.65 284

PAM_32	3.04 367	0.69 131	20.55 449	1.17 280	1.01 294	8.89 559	0.76 210	3.71 274	3.43 429	2.12 303	2.65 462	5.44 531	3.73 498	2.35 248	1.48 251	0.27 77	0.33 242	0.28 166	0.29 271	0.39 273	1.27 387

psm_up	3.04 367	1.30 356	18.97 289	1.31 349	1.51 432	3.86 325	1.22 407	4.26 441	2.31 220	2.72 453	1.83 297	2.43 343	1.68 350	12.86 550	1.78 323	0.43 350	0.41 316	0.41 388	0.34 342	0.46 352	0.67 290

CFNet	3.04 367	6.89 497	16.27 223	1.36 369	1.24 374	4.09 386	0.72 173	4.15 394	3.00 327	1.69 197	1.88 316	2.27 319	1.45 279	11.41 510	2.12 380	0.36 269	0.29 209	0.43 403	0.36 368	0.48 372	0.38 100

SACVNet	3.06 370	1.61 394	19.29 306	1.46 412	1.18 350	4.05 376	1.48 445	4.03 344	2.58 261	2.75 457	1.89 318	2.55 356	1.38 257	11.33 507	2.28 392	0.51 426	0.41 316	0.48 429	0.43 427	0.57 404	0.93 353

AIO-test2	3.07 371	12.11 529	20.58 460	1.49 420	1.34 395	3.22 184	0.73 180	4.07 356	1.56 83	1.72 202	2.20 395	0.90 122	0.74 86	3.75 314	1.39 232	3.67 556	0.26 175	0.35 325	0.44 431	0.41 298	0.44 148

TransformOpticalFlow	3.07 371	0.87 229	20.87 491	1.10 238	0.56 101	4.18 415	0.64 132	4.36 479	3.28 389	2.19 330	3.08 489	4.32 500	5.01 517	7.36 395	1.59 274	0.34 227	0.18 10	0.32 251	0.26 192	0.29 107	0.57 240

StereoDRNet	3.07 371	2.92 460	16.33 225	1.36 369	1.57 448	3.45 227	2.04 493	3.77 285	2.85 302	3.31 504	1.85 302	2.78 385	1.79 373	10.85 481	3.41 446	0.45 367	0.36 273	0.39 374	0.37 378	0.62 421	0.85 338

IGEVStereo-DCA	3.09 374	3.48 470	16.25 218	0.96 173	0.49 65	1.59 56	0.83 252	1.68 28	3.44 430	0.75 43	0.78 30	0.74 87	0.73 79	5.79 349	7.75 494	0.32 181	0.26 175	0.28 166	0.21 91	0.32 160	15.08 554

FADNet_RVC	3.10 375	7.62 501	19.12 293	1.05 219	0.93 269	4.09 386	0.84 264	4.34 476	2.05 172	1.54 171	1.78 269	1.61 216	1.50 295	8.92 419	2.64 421	0.50 418	0.38 294	0.44 406	0.61 485	0.91 490	1.16 379

iRaft-Stereo_20w	3.11 376	0.69 131	18.89 285	1.00 198	1.09 323	5.03 535	1.00 353	5.86 555	2.46 247	2.83 470	1.64 225	3.06 409	4.30 509	3.08 298	1.74 317	0.31 164	0.30 219	0.27 133	0.35 357	0.42 310	7.93 512

STrans-v2	3.11 376	0.95 271	20.80 484	0.86 94	0.64 143	3.90 335	1.01 354	4.30 449	3.61 450	2.28 358	3.65 509	4.11 487	5.17 520	7.32 392	1.63 286	0.34 227	0.18 10	0.29 189	0.26 192	0.30 127	0.65 284

PS-NSSS	3.11 376	1.60 393	19.48 315	1.00 198	1.53 435	4.12 393	1.08 373	4.59 522	2.80 292	2.19 330	2.38 425	1.76 244	1.39 260	11.79 530	1.94 358	0.69 477	0.45 345	0.95 522	0.43 427	1.03 498	1.00 362

DRaft	3.12 379	0.68 126	20.57 457	0.77 53	0.49 65	3.95 352	1.20 400	2.40 97	1.60 97	2.64 444	2.80 476	1.59 214	5.33 521	6.94 388	9.51 503	0.43 350	0.22 74	0.27 133	0.27 209	0.32 160	0.47 176

NOSS_ROB	3.12 379	0.89 238	19.03 291	2.01 503	1.07 317	3.90 335	0.97 347	4.32 468	3.08 353	2.94 478	2.19 393	3.85 473	1.18 225	11.75 528	1.69 302	0.69 477	0.54 387	0.57 475	0.52 463	0.57 404	0.72 305

TCMNet	3.13 381	1.71 404	19.53 319	1.49 420	2.11 508	3.84 317	1.07 372	4.12 380	3.03 341	2.64 444	2.29 412	2.43 343	1.74 363	10.10 457	2.47 408	0.56 449	0.45 345	0.61 486	0.50 457	0.87 487	1.04 370

GwcNet-RSSM	3.13 381	5.08 485	19.86 351	1.28 334	1.20 361	4.12 393	1.11 383	3.89 309	2.80 292	2.13 304	1.81 282	3.11 414	1.46 284	10.33 467	2.19 386	0.36 269	0.34 253	0.35 325	0.31 308	0.45 342	0.43 142

UGAM-zero	3.14 383	0.62 88	20.64 468	1.02 205	0.93 269	2.87 146	0.51 69	4.52 510	1.57 86	2.19 330	1.65 228	5.78 536	3.40 491	9.89 445	1.71 308	0.33 205	0.44 339	0.28 166	0.59 479	0.30 127	3.59 478

anonymousdsp	3.14 383	0.83 217	20.28 406	0.94 153	0.64 143	4.54 483	0.82 248	2.03 66	3.32 408	0.91 96	1.13 88	0.78 91	0.77 97	1.78 170	0.90 110	0.29 112	0.25 150	0.29 189	0.21 91	0.33 184	21.81 578

anonymousa	3.14 383	0.83 217	19.20 300	1.62 452	9.63 564	2.06 83	0.78 221	2.93 174	2.20 195	1.95 246	2.17 385	3.41 439	1.81 376	1.33 75	1.67 297	0.29 112	8.64 554	0.34 306	0.37 378	0.32 160	1.33 390

IGEV-Stereo	3.15 386	0.83 217	20.31 415	0.94 153	0.64 143	4.54 483	0.82 248	2.01 64	3.31 401	0.91 96	1.13 88	0.79 94	0.77 97	1.79 172	0.92 113	0.29 112	0.25 150	0.29 189	0.21 91	0.33 184	21.85 579
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
AF-Net	3.15 386	2.65 454	18.81 282	1.37 375	1.76 485	3.30 205	1.57 456	4.20 411	3.05 349	2.76 458	2.94 483	4.50 506	3.21 480	5.88 353	3.07 437	0.88 504	0.39 305	0.72 509	0.50 457	0.75 466	0.66 289

RASNet	3.15 386	1.20 340	19.81 345	1.63 455	2.26 514	3.67 281	1.09 377	3.58 248	3.44 430	1.99 255	2.15 380	4.59 511	2.30 429	10.24 463	2.98 433	0.57 452	0.26 175	0.25 77	0.25 175	0.30 127	0.54 228

RYNet	3.15 386	1.48 378	16.27 223	1.24 310	1.39 408	3.67 281	1.44 441	4.09 369	3.20 368	2.26 353	1.70 241	3.83 471	2.15 416	13.64 562	3.23 443	0.45 367	0.45 345	0.50 444	0.35 357	0.81 479	0.83 331

raft_robust	3.17 390	2.15 440	20.28 406	1.06 224	0.55 95	3.86 325	0.46 56	4.42 494	2.77 287	1.70 199	1.37 145	7.48 546	6.35 531	6.81 383	1.44 243	0.31 164	0.74 432	0.30 211	0.37 378	0.32 160	0.57 240

RALCasStereoNet	3.17 390	1.87 422	20.86 490	1.17 280	1.63 461	3.10 168	0.70 164	3.21 204	2.19 192	1.39 152	1.73 253	1.18 164	0.91 142	2.46 253	1.64 292	0.31 164	8.75 555	0.25 77	0.22 124	0.31 138	9.45 528

DRN-Test	3.17 390	1.30 356	19.66 326	1.41 391	1.60 454	3.61 267	1.47 443	4.18 406	2.83 299	3.48 511	1.92 333	2.58 362	2.50 444	10.81 479	2.90 431	0.49 404	0.49 371	0.44 406	0.42 422	0.57 404	0.78 322

HH	3.19 393	0.91 247	21.34 533	1.24 310	0.61 126	4.16 407	0.80 240	2.94 176	1.82 137	1.23 141	1.84 298	4.61 513	1.84 384	2.63 272	0.99 140	0.29 112	1.53 474	0.30 211	0.24 159	0.34 207	14.22 549

HanStereo	3.19 393	0.91 247	21.34 533	1.24 310	0.61 126	4.16 407	0.80 240	2.94 176	1.82 137	1.23 141	1.84 298	4.61 513	1.84 384	2.63 272	0.99 140	0.29 112	1.53 474	0.30 211	0.24 159	0.34 207	14.22 549

AIO-Stereo-zeroshot1	3.20 395	1.87 422	21.91 548	1.18 285	2.03 502	4.07 381	0.98 350	3.99 332	2.17 189	1.57 176	5.62 531	4.27 495	2.92 460	2.69 279	2.50 411	0.27 77	0.49 371	0.31 231	1.20 531	0.92 492	3.04 465

ADLNet2	3.20 395	1.43 371	20.11 387	1.22 302	1.78 488	3.86 325	1.47 443	3.96 326	3.89 471	2.26 353	2.49 443	4.63 515	1.92 394	10.68 476	2.00 364	0.42 333	0.37 280	0.29 189	0.30 290	0.51 383	0.46 164

FADNet	3.20 395	11.55 526	16.16 216	1.24 310	0.95 277	3.30 205	0.87 282	4.00 334	2.73 280	1.42 159	1.35 137	2.51 352	2.04 401	9.95 450	2.39 403	0.44 358	0.46 351	0.40 379	0.44 431	1.13 512	0.61 268

TDLM	3.20 395	1.58 390	18.80 281	1.70 471	1.10 327	4.29 441	2.17 499	3.81 296	3.27 387	2.89 472	1.98 343	2.06 307	1.70 356	12.44 545	2.15 381	0.58 453	0.31 226	0.56 471	0.40 405	0.58 408	1.59 411

MSCF	3.21 399	1.25 343	4.06 99	1.06 224	10.61 566	3.29 200	0.85 270	2.81 161	3.31 401	1.36 149	1.19 97	0.58 45	1.33 248	2.07 211	0.88 102	0.27 77	0.65 416	0.26 110	0.66 493	0.31 138	27.42 585

DispNO	3.22 400	2.06 431	19.82 346	1.21 298	1.11 330	3.74 297	0.93 329	4.31 460	2.89 313	2.37 399	2.27 407	4.51 507	2.09 404	11.41 510	3.47 448	0.35 243	0.28 199	0.31 231	0.29 271	0.39 273	0.51 205

SHD	3.22 400	4.21 480	14.19 173	2.37 518	2.12 510	2.77 134	1.19 397	4.24 429	3.25 383	4.64 538	2.73 471	3.62 462	2.76 454	6.30 368	4.75 468	0.66 472	1.25 467	0.52 452	0.59 479	0.69 453	1.64 415

PASM	3.22 400	2.89 457	15.38 197	2.00 501	1.57 448	2.77 134	1.96 484	3.62 255	2.75 283	2.95 481	2.26 404	3.10 413	2.24 423	11.87 531	2.46 406	0.97 509	1.06 458	0.87 519	1.02 521	1.20 517	1.41 396

ADLNet	3.23 403	1.19 336	21.03 501	1.36 369	1.61 455	3.69 286	1.23 408	4.05 351	3.41 426	2.72 453	2.29 412	4.00 480	1.77 369	11.21 503	2.15 381	0.42 333	0.43 329	0.36 342	0.35 357	0.47 365	0.82 329

FADNet-RVC	3.23 403	12.51 531	17.02 238	1.17 280	0.81 219	3.52 247	1.09 377	4.16 396	2.74 282	1.44 164	1.29 128	1.86 268	1.76 367	9.82 441	2.46 406	0.39 308	0.38 294	0.40 379	0.41 416	0.68 451	0.59 259

DEmStereo	3.24 405	0.65 104	18.95 287	0.83 79	0.54 88	3.85 322	1.79 475	2.53 118	2.54 254	2.25 347	2.74 472	2.02 299	6.02 528	6.78 381	11.30 512	0.40 319	0.26 175	0.27 133	0.27 209	0.28 89	0.57 240

ARAFT	3.24 405	13.49 538	19.88 354	0.93 144	0.49 65	4.16 407	1.40 433	4.37 482	3.21 371	2.40 406	1.91 327	1.70 230	1.04 175	6.43 371	1.45 247	0.37 284	0.19 20	0.37 353	0.35 357	0.37 246	0.35 64

APVNet	3.24 405	1.59 392	21.72 544	1.36 369	1.52 434	3.93 347	1.12 385	3.58 248	2.80 292	2.32 381	2.02 350	3.05 406	1.96 395	11.77 529	2.61 419	0.44 358	0.46 351	0.65 498	0.47 442	0.73 461	0.73 310

GASTEREO	3.25 408	1.46 376	3.62 89	1.10 238	10.80 567	3.50 241	0.86 275	2.79 156	3.54 446	1.44 164	1.31 130	0.56 43	1.35 251	2.09 214	0.88 102	0.26 65	0.57 394	0.25 77	0.68 494	0.27 76	27.73 586

HSM	3.25 408	1.08 307	19.18 298	1.19 290	1.54 436	3.45 227	1.02 358	4.04 348	2.61 263	2.31 370	2.17 385	8.01 549	2.99 468	11.59 519	1.80 328	0.35 243	0.24 131	0.28 166	0.24 159	0.33 184	0.55 232

Wz-Net-MNSev	3.26 410	7.24 499	17.26 243	1.58 444	1.37 405	3.27 193	2.45 507	4.10 371	4.50 509	2.61 440	2.17 385	2.33 326	3.02 470	7.48 397	2.88 430	0.46 379	0.39 305	0.37 353	0.38 387	0.61 416	0.63 275

GwcNet	3.26 410	3.93 474	20.24 401	1.38 379	2.04 503	3.24 190	1.53 448	3.72 276	3.66 455	2.17 320	2.25 403	3.55 458	1.69 353	9.38 430	3.03 435	0.48 397	0.49 371	0.46 421	0.39 396	0.66 443	0.86 342

RP	3.26 410	1.73 406	17.70 259	1.56 441	1.93 497	3.43 223	1.94 482	4.18 406	2.72 278	2.77 459	3.05 487	3.96 478	2.69 450	10.17 458	2.86 427	1.04 510	0.50 376	0.71 506	0.59 479	0.75 466	0.83 331

stereogan	3.26 410	1.26 344	18.01 263	1.38 379	1.66 472	3.76 300	1.64 465	4.06 353	3.86 468	3.23 500	2.70 469	5.02 522	2.85 456	9.88 444	1.85 337	0.71 481	0.51 379	0.69 503	0.48 446	0.86 485	0.85 338

FADNet-RVC-Resample	3.31 414	8.52 506	22.84 565	1.18 285	0.91 264	3.52 247	1.35 425	4.13 384	2.32 221	1.75 210	1.35 137	2.26 318	1.51 297	9.51 432	2.03 369	0.42 333	0.38 294	0.42 399	0.44 431	0.59 410	0.71 301

iResNetv2_ROB	3.31 414	14.88 568	20.01 370	2.17 510	1.09 323	3.84 317	1.13 387	4.22 417	3.15 364	2.02 270	2.06 364	2.00 298	1.69 353	3.61 309	2.10 379	0.36 269	0.22 74	0.32 251	0.22 124	0.48 372	0.58 256

DualNet (step1)	3.32 416	1.19 336	20.68 471	1.11 244	0.87 247	4.22 429	1.20 400	4.40 489	4.92 531	2.20 337	1.85 302	1.90 274	2.00 397	6.87 384	1.75 320	1.41 527	1.36 469	4.19 571	2.07 558	0.70 454	1.43 398

CVANet_RVC	3.32 416	1.63 397	21.06 506	1.66 461	1.29 381	3.99 362	1.55 452	3.98 330	3.00 327	3.51 512	2.06 364	2.58 362	1.72 361	12.46 546	1.70 305	0.62 465	0.34 253	0.53 459	0.47 442	0.64 432	1.66 417

PDISCO_ROB	3.32 416	5.22 487	18.16 267	2.03 505	2.19 513	4.52 481	1.63 462	4.74 533	3.32 408	2.22 342	2.18 390	3.71 464	2.41 436	5.36 340	2.43 404	1.35 523	0.79 436	0.72 509	0.62 488	1.31 523	1.53 407

PWC_ROB	3.32 416	4.61 483	14.41 178	1.46 412	1.90 495	3.21 181	1.15 393	4.39 488	3.46 439	3.13 492	3.40 504	2.79 386	2.34 431	9.17 423	6.94 484	0.61 459	0.34 253	0.61 486	0.37 378	0.73 461	1.40 394

aanetorigin	3.34 420	2.00 429	17.58 254	1.20 292	1.57 448	2.57 127	3.75 546	2.73 150	2.10 177	6.11 551	4.27 518	2.88 392	5.64 524	5.46 344	4.60 465	0.53 439	0.46 351	0.45 414	0.48 446	1.15 513	1.22 381

RGC	3.35 421	1.84 421	18.13 266	1.52 432	1.79 489	3.33 208	1.37 429	4.18 406	2.39 229	2.96 482	3.23 499	3.98 479	2.71 451	11.53 515	3.42 447	0.90 505	0.48 368	0.79 515	0.79 505	0.75 466	0.89 345

test_for_model	3.36 422	3.87 473	21.00 498	4.24 560	3.68 541	2.57 127	0.94 332	3.80 292	3.64 453	2.59 433	1.40 152	1.02 143	0.73 79	0.97 11	0.70 48	3.05 547	2.42 501	0.26 110	0.17 18	5.36 566	4.82 493

z-ln-s-r	3.37 423	4.66 484	19.53 319	1.42 400	1.29 381	3.70 290	1.20 400	4.24 429	3.96 475	2.16 317	1.92 333	2.43 343	1.62 333	10.90 484	6.24 478	0.36 269	0.23 102	0.32 251	0.24 159	0.53 387	0.53 220

FAT-Stereo	3.38 424	0.88 233	19.96 364	1.28 334	1.20 361	3.44 224	1.97 485	4.26 441	3.15 364	3.14 495	3.92 514	3.50 450	3.28 482	11.68 525	2.04 371	0.65 471	0.68 421	0.48 429	0.54 468	0.63 427	0.91 348

PSMNet_ROB	3.38 424	5.24 488	20.61 464	1.24 310	1.22 368	3.76 300	1.64 465	3.59 250	2.80 292	2.07 289	1.72 247	2.75 380	1.79 373	11.42 512	4.58 464	0.42 333	0.38 294	0.50 444	0.62 488	0.62 421	0.69 295

PSM-AAD	3.41 426	0.58 60	20.55 449	0.95 164	0.56 101	4.46 467	7.40 561	3.11 194	1.58 89	2.30 367	2.56 452	1.26 178	16.19 570	2.47 256	1.00 144	0.32 181	0.22 74	0.58 478	0.41 416	0.37 246	1.32 389

XQC	3.41 426	6.58 494	15.18 193	1.97 498	1.62 458	3.40 215	1.76 473	4.53 511	3.67 457	3.40 507	2.45 439	3.73 465	2.91 459	6.78 381	5.36 472	0.73 489	0.90 445	0.60 483	0.61 485	1.02 497	0.99 360

Syn2CoEx	3.42 428	7.66 502	20.57 457	1.42 400	1.18 350	2.49 117	1.64 465	4.07 356	2.68 273	2.51 424	2.27 407	2.89 393	3.15 477	9.56 434	2.58 417	0.52 437	0.45 345	0.53 459	0.42 422	0.79 477	1.00 362

RTSC	3.44 429	6.78 496	16.53 231	1.76 482	1.54 436	3.53 249	0.94 332	4.22 417	2.97 322	3.65 517	3.23 499	3.31 430	2.29 427	6.22 365	7.41 490	0.61 459	1.32 468	0.37 353	0.42 422	0.78 472	0.98 359

MFMNet_re	3.44 429	8.89 507	19.36 309	3.25 548	1.91 496	3.13 173	1.99 486	3.60 252	4.16 484	3.17 498	2.86 479	2.25 317	2.41 436	2.61 271	2.35 398	1.13 515	1.06 458	0.94 521	0.91 514	1.29 522	1.57 409

edge stereo	3.45 431	1.08 307	22.14 556	1.31 349	1.36 402	2.68 131	1.54 450	4.13 384	3.27 387	2.94 478	3.27 501	4.34 501	2.48 441	11.60 521	2.79 422	0.62 465	0.64 413	0.79 515	0.56 475	0.70 454	0.82 329

PA-Net	3.45 431	2.50 449	20.39 425	1.42 400	1.20 361	3.39 213	1.73 471	3.93 320	3.57 449	1.94 240	2.17 385	3.02 404	1.87 389	11.67 522	6.48 482	0.40 319	0.55 391	0.44 406	0.63 492	0.55 394	1.13 376
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
GANetREF_RVC	3.45 431	5.10 486	19.89 355	1.58 444	0.80 215	4.13 396	1.82 478	4.24 429	3.33 410	1.91 230	1.76 258	2.46 348	1.83 381	13.17 555	1.87 342	0.83 502	0.57 394	0.79 515	0.77 503	1.21 518	0.91 348
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
raft+_RVC	3.46 434	2.57 453	19.51 318	1.49 420	17.54 577	3.63 272	0.76 210	3.24 209	1.53 74	1.35 148	1.67 233	1.03 144	1.10 198	1.98 205	1.53 258	0.25 47	7.10 543	0.25 77	0.24 159	0.28 89	2.18 441

Wz-Net-SNSev	3.47 435	10.51 521	16.90 236	1.65 460	1.20 361	3.29 200	2.03 492	4.16 396	3.03 341	2.35 388	2.39 427	3.48 444	2.12 411	7.95 405	4.28 458	0.51 426	0.40 309	0.53 459	0.49 449	0.74 465	1.46 402

NCC-stereo	3.49 436	2.07 434	20.23 399	1.31 349	1.76 485	4.04 372	1.42 436	4.01 336	2.34 223	3.06 487	2.59 457	3.51 453	3.02 470	10.02 454	5.44 473	1.38 525	0.66 419	0.64 496	0.88 511	0.67 445	0.84 335

Abc-Net	3.49 436	2.07 434	20.23 399	1.31 349	1.76 485	4.04 372	1.42 436	4.01 336	2.34 223	3.06 487	2.59 457	3.51 453	3.02 470	10.02 454	5.44 473	1.38 525	0.66 419	0.64 496	0.88 511	0.67 445	0.84 335
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
S-Stereo	3.51 438	0.96 275	22.00 554	1.38 379	1.50 430	3.55 253	2.49 510	4.27 444	3.00 327	2.38 400	3.94 515	3.73 465	1.84 384	11.89 532	2.59 418	0.64 469	0.71 430	0.49 442	0.81 507	0.68 451	1.31 388

MoCha-V2	3.53 439	0.90 244	17.00 237	1.32 356	8.54 562	1.38 42	0.55 83	2.89 173	3.31 401	0.99 110	1.82 284	0.66 61	1.16 220	1.79 172	0.84 92	0.26 65	15.15 576	0.20 3	0.20 77	0.25 52	11.33 539

STTRV1_RVC	3.55 440	1.06 302	20.71 478	1.47 416	1.46 424	3.29 200	1.56 454	4.14 389	3.33 410	1.96 248	3.50 507	2.63 367	2.08 403	11.95 534	2.32 395	2.09 536	4.04 527	0.81 518	0.73 500	1.06 501	0.71 301

HART	3.57 441	1.13 320	17.80 260	0.90 121	1.12 333	1.18 16	0.41 39	3.55 243	4.60 512	1.09 127	2.19 393	1.49 208	0.57 33	1.46 109	1.14 170	0.25 47	21.58 589	0.28 166	0.21 91	0.36 240	10.06 534

IGEV++	3.59 442	0.91 247	13.63 162	1.08 233	0.98 281	1.27 28	0.98 350	3.33 221	1.89 151	0.93 100	1.38 148	0.86 109	1.09 192	1.71 153	1.09 163	0.36 269	21.52 588	0.23 27	0.21 91	0.31 138	18.10 572

PWCDC_ROB	3.62 443	9.86 517	17.35 246	1.62 452	1.57 448	4.19 423	1.01 354	4.35 477	4.20 485	2.26 353	7.36 535	2.73 375	2.75 452	4.10 323	4.51 463	1.47 530	0.37 280	0.39 374	0.34 342	1.22 519	0.73 310

GANet	3.64 444	1.76 407	19.65 325	1.92 495	1.04 308	3.91 339	2.51 511	3.86 303	2.81 297	3.13 492	3.03 486	3.19 418	2.19 421	12.43 544	8.23 497	0.60 458	0.43 329	0.52 452	0.43 427	0.63 427	0.63 275

zh-mn7	3.65 445	13.21 536	16.35 226	1.28 334	1.01 294	2.94 153	1.31 418	4.24 429	3.12 359	3.44 509	3.10 491	2.84 390	2.09 404	9.17 423	5.46 475	0.61 459	0.43 329	0.38 368	0.38 387	0.60 414	0.94 354

w-ln-seven-2	3.65 445	9.76 516	15.93 209	1.26 330	1.02 297	3.54 252	1.56 454	4.14 389	3.86 468	2.57 431	2.05 361	2.63 367	2.26 426	8.48 412	10.24 505	0.50 418	0.52 382	0.44 406	0.34 342	0.64 432	1.25 384

DDUNet	3.65 445	2.81 456	19.59 323	3.57 553	2.26 514	3.47 230	1.35 425	4.21 416	2.40 232	2.68 448	2.48 442	4.17 490	1.78 370	5.48 345	2.61 419	2.25 539	1.77 481	2.61 552	2.43 564	2.63 541	2.40 446

rrr	3.66 448	3.48 470	23.50 569	0.96 173	0.49 65	1.59 56	0.92 324	8.19 562	2.75 283	0.75 43	0.78 30	0.74 87	0.73 79	5.79 349	7.75 494	0.32 181	0.26 175	0.28 166	0.21 91	0.32 160	13.47 542

ADCRef	3.66 448	5.95 490	15.50 200	1.20 292	1.41 414	3.93 347	1.61 459	3.92 316	2.77 287	3.13 492	2.20 395	2.40 333	2.78 455	6.23 367	16.59 544	0.50 418	0.35 263	0.63 494	0.62 488	0.58 408	0.92 350

ACVNet-DCA	3.67 450	0.94 266	19.66 326	1.87 489	0.42 32	4.47 470	0.73 180	4.07 356	4.63 513	1.21 135	1.89 318	0.73 80	1.62 333	2.20 232	0.81 81	0.31 164	18.77 577	0.32 251	0.21 91	0.35 222	8.09 514

test_xeample3	3.67 450	3.52 472	21.53 540	0.98 187	0.51 76	1.88 67	0.91 316	8.10 561	2.76 286	0.82 64	0.76 28	0.65 58	0.70 71	5.88 353	7.74 493	0.32 181	0.29 209	0.27 133	0.22 124	0.29 107	15.33 559

w-ln-seven	3.68 452	8.30 505	15.93 209	1.36 369	1.34 395	4.09 386	1.60 458	4.13 384	3.03 341	3.06 487	2.31 417	3.41 439	2.24 423	9.78 439	9.71 504	0.46 379	0.37 280	0.47 423	0.40 405	0.78 472	0.84 335

GrayStereo	3.68 452	0.56 50	20.61 464	1.71 472	0.90 259	4.17 412	8.11 563	3.17 201	4.13 482	2.80 466	2.49 443	1.70 230	17.06 572	2.83 286	1.25 201	0.37 284	0.23 102	0.27 133	0.32 324	0.30 127	0.57 240

xx1	3.69 454	0.94 266	19.66 326	1.87 489	0.42 32	4.47 470	0.73 180	4.24 429	4.01 477	1.21 135	1.89 318	1.78 254	1.36 253	2.20 232	0.81 81	0.31 164	18.77 577	0.33 286	0.36 368	0.35 222	8.09 514

AANet_RVC	3.70 455	7.03 498	17.25 242	1.21 298	1.12 333	3.79 307	1.09 377	3.98 330	3.38 418	2.65 446	4.29 519	3.95 477	1.40 264	11.43 513	7.88 496	1.25 521	0.57 394	0.34 306	0.25 175	0.43 320	0.71 301

FTStereo	3.74 456	0.60 77	20.43 427	0.99 194	0.66 156	4.34 447	11.24 566	2.63 140	1.95 159	2.58 432	5.03 526	1.90 274	13.77 563	3.70 312	1.28 210	0.41 322	0.24 131	0.31 231	0.33 332	0.32 160	2.08 435

AIO_test	3.76 457	0.71 146	19.58 322	0.93 144	17.34 576	1.36 40	0.86 275	1.61 22	1.99 168	0.74 39	0.97 60	1.77 245	0.58 36	1.49 116	0.55 16	0.35 243	0.97 453	0.24 53	0.20 77	0.25 52	22.60 581

MaskLacGwcNet_RVC	3.77 458	1.65 399	20.61 464	2.55 529	1.63 461	4.29 441	1.67 468	3.99 332	2.56 255	1.76 211	1.93 336	3.03 405	1.41 269	13.24 557	2.02 367	4.47 567	1.63 478	1.12 530	0.48 446	2.42 540	2.85 458

z-mn7	3.78 459	14.53 561	15.59 202	1.34 363	1.23 369	3.78 305	1.42 436	4.17 400	3.45 436	2.94 478	3.37 503	3.05 406	2.09 404	10.03 456	5.54 476	0.50 418	0.39 305	0.43 403	0.34 342	0.67 445	0.73 310

HBP-ISP	3.78 459	9.10 510	20.83 486	1.72 473	1.14 338	4.54 483	2.82 520	4.61 523	3.03 341	4.13 528	1.98 343	1.88 272	3.31 483	11.06 492	1.52 257	0.74 492	0.57 394	0.67 500	0.62 488	0.65 439	0.64 280

tt1	3.79 461	0.93 262	15.34 195	1.83 486	0.45 43	4.54 483	0.78 221	4.23 423	4.73 521	1.27 144	1.89 318	0.74 87	1.48 290	2.29 244	0.78 66	0.30 140	19.28 585	0.32 251	0.22 124	0.31 138	14.02 546

222	3.82 462	0.88 233	6.92 120	1.15 266	0.99 286	3.27 193	0.64 132	4.57 517	5.37 542	2.43 411	2.32 419	1.41 197	1.44 277	10.64 474	18.51 566	0.32 181	4.89 532	0.32 251	0.30 290	0.34 207	9.80 532

CC-Net-ROB	3.82 462	3.41 468	20.20 392	2.40 520	1.66 472	4.49 475	1.61 459	4.77 534	3.08 353	2.06 283	2.06 364	1.99 294	1.60 318	12.57 548	1.91 350	2.82 544	2.19 490	2.67 554	1.06 524	2.31 539	1.59 411

UDG	3.84 464	2.91 458	20.05 374	2.98 542	1.98 499	3.95 352	1.18 396	4.43 496	2.24 201	2.47 417	2.53 450	4.49 505	2.44 439	6.52 373	4.74 467	2.14 538	1.77 481	2.64 553	2.58 566	2.66 542	2.19 442

1test111	3.86 465	0.94 266	19.66 326	1.87 489	0.42 32	4.47 470	0.73 180	4.07 356	4.63 513	1.21 135	1.89 318	0.73 80	1.62 333	5.19 337	1.68 299	0.31 164	18.77 577	0.32 251	0.21 91	0.35 222	8.09 514

GASNet	3.86 465	15.35 575	21.16 521	1.63 455	1.25 376	2.35 103	1.11 383	4.11 374	2.86 308	1.99 255	2.11 373	2.99 401	2.16 418	10.62 473	3.75 452	0.71 481	0.37 280	0.61 486	0.46 440	0.91 490	0.70 299

AAGNet	3.88 467	0.67 116	20.04 373	2.27 513	0.46 46	4.76 528	1.05 368	2.28 86	3.38 418	2.16 317	1.84 298	2.40 333	3.95 502	6.22 365	24.21 577	0.49 404	0.19 20	0.30 211	0.29 271	0.33 184	0.29 19

PVD	3.91 468	4.36 481	13.89 169	2.81 540	4.79 556	3.80 310	1.94 482	3.89 309	4.11 480	5.75 547	3.56 508	3.59 459	3.34 486	6.44 372	6.44 481	0.73 489	2.84 510	0.74 513	0.84 509	0.82 481	3.45 476

FBW_ROB	3.91 468	2.07 434	15.46 199	1.60 448	1.16 346	3.80 310	1.48 445	4.37 482	3.41 426	2.53 426	2.45 439	4.19 492	2.10 407	15.17 569	9.45 502	0.86 503	0.65 416	1.54 540	0.96 516	1.08 506	3.80 479

cc1	3.93 470	0.94 266	19.66 326	1.87 489	0.42 32	4.47 470	0.73 180	4.24 429	4.01 477	1.21 135	1.89 318	0.73 80	1.62 333	2.20 232	0.81 81	0.31 164	18.77 577	0.32 251	0.21 91	0.32 160	13.93 545

DPSNet	3.94 471	2.01 430	14.69 185	1.58 444	1.30 384	4.17 412	2.08 495	4.57 517	4.63 513	2.78 461	1.99 346	3.79 469	7.88 547	10.66 475	11.35 514	0.94 507	0.99 456	0.41 388	0.57 476	1.09 507	1.40 394

AIO_rvc	3.97 472	1.01 295	18.99 290	0.98 187	11.92 568	1.45 48	0.97 347	2.17 76	4.51 510	0.71 35	1.18 95	1.09 150	0.56 31	1.56 132	0.72 52	0.28 97	11.98 572	0.24 53	0.19 45	0.25 52	18.74 573

RAFT + AFF	3.98 473	14.10 552	20.78 482	1.16 273	1.96 498	4.14 401	2.00 489	4.56 515	3.52 445	2.23 344	2.51 447	2.27 319	4.92 516	8.94 420	2.82 425	0.33 205	0.60 405	0.48 429	0.39 396	0.81 479	1.03 368

DeepPrunerF	4.00 474	5.64 489	16.81 233	1.36 369	1.75 483	3.69 286	1.54 450	4.24 429	13.98 571	2.21 340	1.77 265	2.73 375	2.29 427	10.90 484	6.64 483	0.71 481	0.61 407	0.77 514	0.79 505	0.87 487	0.79 326

Anonymous_2	4.03 475	0.99 292	11.19 146	1.20 292	1.71 479	3.68 284	0.93 329	3.76 282	1.63 108	2.07 289	1.43 159	4.76 517	2.34 431	1.86 192	1.78 323	0.82 501	2.42 501	8.69 582	16.64 586	4.38 559	8.29 519

MFN_U_SF_RVC	4.08 476	13.72 546	15.13 192	2.00 501	1.43 418	3.73 295	1.68 469	4.11 374	3.39 423	2.93 476	2.38 425	4.39 502	3.63 495	8.63 414	6.14 477	1.14 516	1.07 461	1.01 523	1.35 539	1.63 531	2.09 437

CBMV	4.12 477	1.27 348	21.14 518	1.52 432	0.85 234	3.80 310	3.89 550	4.58 519	3.02 336	3.56 515	2.37 424	4.44 503	13.88 565	11.23 505	3.78 453	0.56 449	0.43 329	0.48 429	0.39 396	0.55 394	0.74 315
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
zh-sn7	4.13 478	13.99 550	17.43 248	1.29 340	1.15 340	3.66 279	2.56 513	4.26 441	2.78 290	2.66 447	3.11 496	3.37 436	3.17 478	11.53 515	7.43 491	0.48 397	0.49 371	0.45 414	0.44 431	0.75 466	1.52 406

G-Net	4.16 479	1.39 366	20.31 415	2.30 515	2.91 527	4.68 517	2.86 522	3.35 223	2.44 244	4.43 535	9.43 551	6.89 543	3.83 500	8.91 418	4.83 469	0.80 497	0.80 437	0.70 504	0.50 457	0.95 495	0.97 357

StereoAnything_RVC	4.17 480	12.66 533	20.44 428	0.88 107	0.57 111	1.16 15	0.39 26	2.35 95	4.38 500	0.53 1	0.37 4	0.33 1	0.89 137	1.62 138	0.50 6	0.33 205	0.22 74	0.24 53	0.15 3	3.36 546	31.99 588

test_xeample	4.19 481	0.93 262	14.09 171	1.16 273	1.17 348	3.28 197	0.80 240	4.63 524	5.30 538	2.46 416	2.35 421	1.39 194	1.42 272	10.88 482	17.68 560	0.30 140	6.50 541	0.32 251	0.32 324	0.36 240	8.38 522

SQANet	4.22 482	14.03 551	20.30 413	2.78 536	2.75 525	3.41 218	1.48 445	3.66 259	2.25 204	2.62 442	1.77 265	2.68 372	1.90 392	7.41 396	3.78 453	2.97 546	1.42 471	1.85 542	1.13 527	3.28 544	2.86 459

Wz-Net-TNSev	4.22 482	13.55 539	15.87 208	1.57 442	1.19 358	3.61 267	2.48 509	4.38 486	3.45 436	2.29 364	1.91 327	4.20 493	2.86 457	12.11 536	10.56 507	0.61 459	0.59 403	0.48 429	0.54 468	0.93 493	1.24 383

ttt	4.23 484	0.75 182	19.96 364	1.48 418	1.31 388	3.69 286	0.87 282	4.65 526	5.33 539	2.45 415	2.39 427	2.44 347	1.54 308	11.35 508	16.49 543	0.43 350	4.35 528	0.37 353	0.35 357	0.41 298	4.01 485

xxxx	4.25 485	0.86 225	14.59 184	1.30 345	1.16 346	3.51 245	0.63 127	4.56 515	5.42 545	2.33 384	2.29 412	2.04 302	1.39 260	10.23 461	18.00 562	0.33 205	7.15 544	0.31 231	0.30 290	0.35 222	8.33 520

ADCPNet	4.25 485	4.04 477	21.95 550	1.33 361	1.31 388	6.34 547	2.63 516	4.07 356	3.23 381	2.81 467	2.21 399	4.27 495	6.08 529	6.01 355	11.73 519	0.67 475	1.17 464	0.71 506	1.71 545	0.87 487	1.82 426

LL-Strereo	4.26 487	13.69 543	20.37 421	1.24 310	2.18 511	2.90 150	1.08 373	4.35 477	2.22 198	3.20 499	2.26 404	3.29 427	3.13 474	11.30 506	1.91 350	0.33 205	3.89 526	0.46 421	0.34 342	0.54 391	6.47 507

ffm	4.27 488	0.98 283	21.04 502	1.24 310	1.03 302	3.64 273	0.87 282	4.23 423	4.73 521	2.31 370	2.40 429	3.49 445	1.64 340	2.29 244	0.78 66	0.30 140	19.28 585	0.48 429	0.40 405	0.31 138	14.02 546

RTS	4.29 489	9.35 511	18.25 270	2.79 538	2.29 516	4.98 533	3.41 534	4.72 530	4.27 492	4.35 532	3.10 491	4.93 519	3.14 475	7.71 401	6.99 485	0.71 481	0.68 421	0.51 449	0.50 457	1.07 504	1.98 430

RTSA	4.29 489	9.35 511	18.25 270	2.79 538	2.29 516	4.98 533	3.41 534	4.72 530	4.27 492	4.35 532	3.10 491	4.93 519	3.14 475	7.71 401	6.99 485	0.71 481	0.68 421	0.51 449	0.50 457	1.07 504	1.98 430

dual_stereo	4.32 491	0.42 3	1.51 30	0.75 50	1.37 405	0.88 8	0.34 18	3.50 238	4.78 527	0.55 3	0.47 9	0.60 49	0.40 6	2.09 214	0.95 128	0.24 33	32.26 593	0.21 11	0.17 18	0.21 19	34.78 593

SDNR	4.37 492	2.22 442	20.63 467	1.60 448	0.99 286	5.15 536	0.67 141	4.36 479	5.55 548	4.89 540	7.17 533	5.50 533	1.58 314	17.48 571	4.33 460	0.80 497	0.72 431	0.59 479	0.45 438	1.18 516	1.43 398

MFN_U_SF_DS_RVC	4.38 493	13.66 541	13.95 170	1.39 386	1.58 453	5.18 537	3.31 532	4.53 511	3.22 378	2.60 436	2.62 460	4.99 521	2.11 409	13.99 566	4.21 457	1.53 532	2.56 506	0.67 500	1.82 551	0.83 484	2.92 462

WZ-Net	4.39 494	12.37 530	17.44 249	1.47 416	1.42 417	3.76 300	2.27 503	4.17 400	3.11 357	2.89 472	2.24 401	4.05 482	5.69 526	10.89 483	12.07 520	0.66 472	0.41 316	0.47 423	0.49 449	0.78 472	1.12 375

ADCP+	4.42 495	12.67 534	18.95 287	1.12 254	1.55 440	4.30 443	3.60 543	4.01 336	3.80 464	2.30 367	1.71 245	3.93 475	4.29 508	3.49 305	18.77 570	0.40 319	0.41 316	0.63 494	0.53 465	0.67 445	1.35 391

GREAT-IGEV	4.43 496	0.74 168	13.12 159	1.32 356	9.52 563	2.48 114	0.34 18	1.40 10	1.88 148	0.61 12	0.89 47	0.51 36	0.60 44	1.26 55	1.01 148	0.23 26	31.64 592	0.21 11	0.18 27	0.24 47	20.38 577

MADNet+	4.46 497	11.36 524	14.35 177	2.23 511	2.50 522	4.18 415	2.86 522	5.46 548	4.43 501	2.74 456	2.69 468	4.55 509	3.43 492	8.97 421	9.42 501	1.47 530	2.06 488	1.09 528	1.02 521	1.54 529	2.96 464

AnyNet_C32	4.49 498	9.53 513	13.85 165	1.67 462	1.56 445	5.40 540	4.06 552	4.03 344	3.69 458	4.21 531	3.09 490	3.09 412	3.38 490	8.24 407	18.76 569	0.56 449	0.64 413	0.53 459	0.81 507	1.36 525	1.42 397

THIR-Stereo	4.50 499	1.11 314	18.71 280	0.89 109	0.47 51	2.25 95	16.71 572	3.53 241	1.58 89	2.04 278	12.04 564	2.66 371	7.52 543	7.29 391	11.25 511	0.32 181	0.21 57	0.29 189	0.28 236	0.35 222	0.52 213

ADCMid	4.55 500	10.78 522	17.67 258	1.32 356	1.43 418	4.62 500	2.24 501	4.22 417	4.97 534	3.93 523	3.01 485	3.84 472	3.66 496	4.22 327	18.57 568	0.69 477	0.62 410	1.09 528	1.20 531	1.48 527	1.49 404

mmx	4.56 501	0.98 283	21.04 502	1.24 310	1.03 302	3.64 273	0.87 282	4.53 511	5.34 540	2.31 370	2.40 429	3.49 445	1.64 340	12.40 539	16.90 547	0.34 227	5.98 538	0.48 429	0.40 405	0.46 352	5.71 500

xxx	4.56 501	0.98 283	21.04 502	1.24 310	1.03 302	3.64 273	0.87 282	4.53 511	5.34 540	2.31 370	2.40 429	3.49 445	1.64 340	12.40 539	16.90 547	0.34 227	5.98 538	0.48 429	0.40 405	0.46 352	5.71 500

CBMV_ROB	4.57 503	0.90 244	21.30 532	1.46 412	0.89 252	4.43 464	1.69 470	4.51 509	3.14 362	5.97 549	4.23 517	4.16 489	7.83 545	11.06 492	16.47 542	0.61 459	0.55 391	0.53 459	0.51 462	0.56 400	0.59 259

SAMSARA	4.67 504	6.50 493	16.40 227	4.62 570	3.13 534	6.62 549	3.49 537	5.24 541	3.04 346	7.78 558	3.07 488	5.32 526	4.05 504	9.98 451	6.42 480	0.69 477	2.39 499	0.60 483	0.74 501	0.99 496	2.26 443

test_sample9	4.68 505	1.19 336	20.68 471	1.11 244	0.87 247	4.22 429	1.20 400	4.40 489	4.92 531	2.20 337	1.85 302	1.90 274	2.00 397	11.08 496	11.57 517	1.41 527	14.65 574	4.19 571	2.07 558	0.70 454	1.43 398

AnyNet_C01	4.68 505	10.90 523	16.41 228	2.03 505	1.62 458	6.25 545	6.40 558	4.19 409	5.13 537	4.03 525	3.77 512	4.14 488	3.26 481	7.23 390	11.19 510	0.64 469	0.80 437	0.65 498	0.72 499	2.18 536	2.08 435

ADCL	4.70 507	4.04 477	16.12 214	1.35 365	1.28 379	5.46 541	10.88 565	4.08 365	4.25 490	5.97 549	4.51 521	4.29 498	5.60 522	6.37 369	15.21 538	0.54 442	0.48 368	0.88 520	0.78 504	0.86 485	1.01 364

DispFullNet	4.71 508	3.93 474	23.92 571	4.00 558	3.01 530	3.38 211	1.31 418	4.23 423	3.26 385	6.31 553	2.92 481	4.03 481	7.80 544	3.93 319	5.15 470	2.80 543	1.61 477	3.11 562	2.70 569	3.32 545	3.38 474

NaN_ROB	4.73 509	6.66 495	21.89 546	1.26 330	1.28 379	3.49 239	3.02 527	4.38 486	3.93 473	3.65 517	2.55 451	2.97 399	5.01 517	13.23 556	17.43 558	0.38 300	0.42 327	0.38 368	0.40 405	0.50 378	1.82 426

1111x	4.75 510	1.05 301	20.89 492	1.28 334	1.02 297	3.81 314	0.88 289	4.65 526	5.52 546	2.43 411	2.27 407	1.97 292	1.81 376	12.40 539	18.19 564	0.32 181	9.06 561	0.32 251	0.34 342	0.38 259	6.34 506

ADCS	4.77 511	12.63 532	17.40 247	1.72 473	1.34 395	3.90 335	3.60 543	4.30 449	3.54 446	5.11 543	2.81 477	4.44 503	3.05 473	6.15 363	19.32 571	0.74 492	0.68 421	0.70 504	0.70 497	1.25 521	1.98 430

Ntro	4.83 512	14.73 563	20.47 435	3.24 547	2.97 529	4.12 393	1.88 480	4.00 334	2.57 258	1.79 217	2.15 380	3.34 433	2.16 418	10.01 453	7.34 487	3.53 555	1.77 481	2.13 545	1.32 537	3.89 554	3.23 466

EAI-Stereo	4.89 513	0.69 131	7.74 125	0.99 194	1.63 461	4.68 517	51.52 591	5.79 554	3.37 415	3.64 516	7.24 534	1.10 152	0.95 152	2.51 259	1.71 308	0.33 205	0.31 226	0.28 166	2.04 557	0.28 89	0.92 350

MSC_U_SF_DS_RVC	4.90 514	13.94 549	16.59 232	1.69 467	1.46 424	6.15 544	3.52 539	5.47 549	3.95 474	2.77 459	2.74 472	4.81 518	2.49 443	13.78 563	5.33 471	2.34 540	3.46 522	1.05 525	1.21 533	2.28 538	2.94 463

SGM-Forest	4.96 515	0.86 225	21.02 500	1.22 302	0.83 225	4.05 376	3.26 531	4.40 489	3.49 443	4.40 534	3.69 511	4.66 516	13.91 566	11.94 533	17.16 555	0.66 472	0.46 351	0.49 442	0.39 396	0.49 377	1.77 423
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
SuperB	5.03 516	8.93 508	20.96 497	1.51 427	1.11 330	3.88 331	3.00 525	4.24 429	3.13 361	2.53 426	2.10 372	2.74 378	3.37 489	8.76 416	19.44 572	0.45 367	0.34 253	0.53 459	0.40 405	11.97 583	1.15 378

SPS-STEREO	5.18 517	10.36 519	21.09 512	1.74 477	1.72 481	3.24 190	2.26 502	3.92 316	4.12 481	5.06 542	3.66 510	5.43 530	3.33 485	9.56 434	12.34 522	1.17 518	1.17 464	1.07 526	1.03 523	1.17 515	10.25 535
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
RainbowNet	5.20 518	15.03 570	21.14 518	3.66 555	3.25 538	4.18 415	2.98 524	4.22 417	3.20 368	2.30 367	2.65 462	4.24 494	2.97 463	9.92 447	6.29 479	3.92 561	2.27 494	2.71 556	1.73 547	3.82 553	3.43 475

HUF	5.25 519	1.03 298	26.85 579	1.03 209	13.21 570	1.35 39	0.76 210	2.97 185	3.00 327	0.79 58	1.56 199	0.92 129	0.66 63	1.53 127	0.74 56	0.35 243	27.70 591	0.26 110	0.18 27	0.24 47	19.90 576

CrosDoStereo	5.27 520	0.75 182	20.07 375	0.85 87	0.53 85	3.40 215	18.03 573	3.90 311	3.29 394	1.99 255	8.27 541	1.95 286	6.95 540	7.34 393	25.94 580	0.33 205	0.22 74	0.30 211	0.28 236	0.35 222	0.61 268

DeepStereo_LL	5.27 520	0.75 182	20.07 375	0.85 87	0.53 85	3.40 215	18.03 573	3.90 311	3.29 394	1.99 255	8.27 541	1.95 286	6.95 540	7.34 393	25.94 580	0.33 205	0.22 74	0.30 211	0.28 236	0.35 222	0.61 268

test_sample8	5.57 522	1.19 336	20.68 471	1.11 244	0.87 247	4.22 429	1.20 400	4.43 496	3.76 461	5.63 545	1.97 342	12.99 562	6.34 530	11.08 496	11.57 517	1.41 527	14.65 574	4.19 571	2.07 558	0.70 454	1.43 398

ff1	5.58 523	0.98 283	21.04 502	1.24 310	1.03 302	3.64 273	0.87 282	4.23 423	4.73 521	2.31 370	2.40 429	3.49 445	1.64 340	12.40 539	16.90 547	0.30 140	19.28 585	0.48 429	0.40 405	0.31 138	14.02 546

otaku	5.59 524	14.82 567	20.70 475	3.13 545	2.70 524	3.91 339	2.56 513	3.90 311	2.48 248	2.25 347	9.38 550	4.06 483	2.32 430	9.59 436	14.37 533	3.52 554	1.66 479	2.15 546	1.19 530	3.73 552	3.35 473

EDNetEfficient	5.62 525	2.26 443	17.51 250	1.67 462	3.59 540	3.99 362	7.25 559	3.14 197	5.63 550	11.52 577	4.82 524	3.94 476	12.48 559	8.39 411	20.56 574	0.46 379	0.46 351	0.48 429	1.06 524	1.65 533	1.62 414

MeshStereo	5.67 526	1.80 412	21.28 530	1.40 387	1.14 338	4.38 451	3.83 549	5.51 551	4.85 530	10.12 571	11.72 562	11.44 555	5.87 527	13.86 564	12.31 521	0.68 476	0.61 407	0.61 486	0.60 482	0.73 461	0.68 292
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
WCMA_ROB	5.78 527	2.42 448	21.71 543	1.67 462	1.55 440	4.07 381	3.53 540	4.14 389	4.73 521	6.59 554	10.89 557	12.82 561	9.59 555	10.17 458	12.65 525	1.05 511	0.61 407	0.52 452	0.52 463	0.71 459	5.64 499

pmcnn	5.90 528	1.81 415	22.30 559	1.69 467	2.37 519	3.47 230	2.10 496	4.58 519	5.56 549	3.75 520	13.12 567	22.07 575	3.70 497	11.99 535	17.13 553	0.58 453	0.23 102	0.23 27	0.19 45	0.37 246	0.70 299

CSAN	5.95 529	13.70 544	21.94 549	1.35 365	0.93 269	3.65 277	3.46 536	4.73 532	4.26 491	3.98 524	7.70 537	3.54 457	6.94 539	22.83 576	16.00 541	0.53 439	0.47 361	0.50 444	0.55 473	0.65 439	1.22 381

MSMD_ROB	5.99 530	1.29 353	19.23 303	1.40 387	0.84 233	10.25 562	2.05 494	4.20 411	6.02 554	10.42 573	8.00 538	22.21 576	9.45 554	11.67 522	8.73 498	0.76 495	0.59 403	0.67 500	0.68 494	0.67 445	0.72 305

WAO-7	6.00 531	14.29 555	20.46 432	1.97 498	1.51 432	5.31 539	3.06 529	5.00 537	5.92 553	4.55 537	8.87 548	6.52 541	6.47 534	13.38 559	13.85 529	1.35 523	1.24 466	1.48 538	1.36 540	1.63 531	1.79 425

ACVNet_2	6.09 532	15.28 574	21.36 535	3.30 549	3.17 535	4.50 476	3.00 525	4.70 528	3.96 475	3.52 513	5.34 528	7.79 547	2.95 461	12.40 539	13.76 528	3.28 550	2.23 492	2.70 555	1.70 544	3.52 547	3.24 467

IMH-64-1	6.10 533	13.83 547	17.55 251	4.34 563	3.78 543	4.79 529	5.94 555	5.34 542	4.20 485	4.10 526	8.31 543	5.07 523	6.92 537	9.63 437	7.36 488	4.60 570	2.96 515	3.04 558	2.14 561	4.30 557	3.88 482

IMH-64	6.10 533	13.83 547	17.55 251	4.34 563	3.78 543	4.79 529	5.94 555	5.34 542	4.20 485	4.10 526	8.31 543	5.07 523	6.92 537	9.63 437	7.36 488	4.60 570	2.96 515	3.04 558	2.14 561	4.30 557	3.88 482

SGM_RVC	6.11 535	1.10 313	20.44 428	2.15 509	0.66 156	15.87 574	3.98 551	5.00 537	6.19 555	9.79 569	11.46 560	8.23 551	12.63 560	12.32 538	9.15 500	0.54 442	0.39 305	0.41 388	0.35 357	0.55 394	1.05 371
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
MDST_ROB	6.31 536	1.18 330	22.96 568	2.56 530	2.69 523	21.07 576	2.01 491	4.79 535	2.87 310	9.49 565	4.45 520	4.10 486	4.48 512	22.33 575	17.61 559	0.79 496	0.44 339	0.47 423	0.44 431	0.47 365	0.95 356

ELAS_RVC	6.36 537	2.53 450	20.21 396	2.67 533	2.48 520	4.90 532	11.89 567	4.84 536	6.31 558	9.03 563	8.54 546	8.09 550	12.73 561	9.32 427	13.25 527	1.92 534	2.18 489	1.51 539	1.31 535	1.40 526	2.15 438
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
SANet	6.43 538	13.71 545	22.08 555	1.43 407	1.00 292	6.86 551	3.78 548	4.71 529	11.10 565	4.71 539	8.72 547	7.47 545	7.91 548	12.46 546	18.12 563	0.51 426	0.47 361	0.50 444	0.45 438	0.94 494	1.60 413

PWCK	6.49 539	13.40 537	20.27 405	2.95 541	1.61 455	5.68 543	7.63 562	5.37 545	4.77 526	3.90 522	7.48 536	7.96 548	5.63 523	15.15 568	10.93 509	3.21 549	1.55 476	2.34 547	1.43 542	6.05 567	2.45 449

ELAS	6.58 540	2.54 451	20.08 381	2.66 532	2.48 520	15.49 572	7.29 560	5.50 550	5.72 551	10.05 570	8.94 549	6.91 544	10.83 557	8.33 408	14.27 532	1.92 534	2.19 490	1.23 533	1.31 535	1.62 530	2.17 440
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
psmorigin	6.62 541	1.45 374	87.38 597	1.55 439	0.97 280	2.86 144	1.42 436	3.30 217	2.12 184	3.74 519	2.45 439	5.15 525	2.59 448	10.55 471	2.91 432	0.55 445	0.68 421	0.48 429	0.53 465	0.73 461	1.02 366

ACVNet_1	6.63 542	14.79 566	21.40 536	3.59 554	3.17 535	4.69 522	2.46 508	4.24 429	3.34 412	3.11 491	2.86 479	23.21 577	4.59 514	11.06 492	12.59 524	3.75 557	2.34 496	2.60 551	1.80 550	3.70 549	3.31 471

NVStereoNet_ROB	6.63 542	9.57 514	19.28 305	3.19 546	2.11 508	3.69 286	1.99 486	4.32 468	6.27 557	3.26 503	24.57 580	5.45 532	11.39 558	13.56 560	12.37 523	2.79 542	2.05 487	1.76 541	1.75 548	1.49 528	1.75 419
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
WAO-6	6.68 544	9.03 509	20.68 471	2.98 542	2.79 526	11.93 564	3.56 542	5.39 546	11.65 567	3.55 514	9.59 552	6.77 542	6.72 536	12.28 537	11.56 515	2.88 545	2.36 497	2.50 548	1.84 552	2.89 543	2.72 455

JetBlue	6.69 545	12.01 528	14.30 175	1.98 500	4.64 555	11.97 565	12.29 568	5.39 546	4.32 499	3.81 521	4.51 521	9.50 553	6.53 535	10.22 460	14.50 534	1.32 522	1.47 472	1.18 531	1.36 540	7.48 576	5.05 494

FCDSN-DC	6.71 546	1.18 330	21.61 542	1.29 340	1.10 327	4.38 451	2.59 515	4.58 519	5.52 546	9.58 566	11.19 558	19.17 571	17.69 574	13.03 553	17.11 552	0.73 489	0.57 394	0.61 486	0.60 482	0.71 459	0.92 350
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
ACVNet-4b	6.98 547	14.78 565	22.17 557	3.56 552	3.11 533	4.14 401	2.23 500	4.08 365	3.84 465	1.67 191	3.96 516	5.86 537	2.87 458	10.30 466	17.16 555	26.09 590	2.24 493	2.53 549	1.79 549	3.91 555	3.28 470

FC-DCNN	7.08 548	1.01 295	21.89 546	1.74 477	1.64 465	8.18 557	2.31 504	6.50 557	9.16 563	10.85 575	11.33 559	19.85 573	13.33 562	12.94 551	17.10 551	0.72 486	0.57 394	0.59 479	0.57 476	0.64 432	0.69 295

IMH	7.25 549	16.24 580	21.08 507	4.40 565	3.79 545	5.46 541	3.03 528	5.58 552	6.26 556	4.92 541	10.32 554	9.24 552	8.30 550	13.62 561	11.56 515	4.84 574	3.00 518	3.09 561	2.14 561	4.38 559	3.83 481

tt	7.29 550	0.58 60	7.34 121	4.04 559	2.30 518	12.04 566	20.18 576	15.60 580	7.41 559	3.46 510	3.36 502	5.36 527	6.39 533	4.27 328	7.46 492	9.80 582	11.53 571	7.04 579	7.45 580	6.31 569	3.81 480

FC-DCNN v2	7.41 551	0.98 283	22.19 558	1.75 479	1.64 465	8.98 560	2.37 506	7.60 559	9.44 564	11.09 576	11.95 563	20.04 574	16.35 571	12.99 552	17.14 554	0.72 486	0.57 394	0.59 479	0.57 476	0.64 432	0.68 292

LVE	7.57 552	15.80 577	21.28 530	3.69 556	3.19 537	4.54 483	2.78 517	10.13 566	11.63 566	3.24 501	11.52 561	18.10 568	4.55 513	11.67 522	10.30 506	4.62 573	2.95 513	2.56 550	1.91 554	3.63 548	3.26 469

EKT-Stereo	7.93 553	0.75 182	21.17 523	1.84 488	109.80 596	4.51 480	0.61 111	4.13 384	1.59 92	1.89 228	1.24 108	1.96 291	1.35 251	4.02 321	1.36 223	0.42 333	0.31 226	0.29 189	0.27 209	0.35 222	0.78 322

DGSMNet	8.13 554	2.31 446	18.62 276	2.77 535	13.96 574	6.91 552	42.17 590	4.16 396	2.53 253	2.25 347	3.21 497	3.41 439	1.69 353	9.19 425	3.03 435	3.79 559	10.31 566	11.70 587	5.68 577	4.38 559	10.58 536

Dean	8.35 555	15.23 573	22.34 560	3.76 557	3.55 539	4.81 531	3.51 538	5.34 542	5.37 542	4.49 536	26.13 581	25.59 583	4.33 510	11.21 503	13.12 526	3.78 558	2.31 495	2.90 557	1.89 553	4.04 556	3.34 472

MADNet++	8.64 556	6.17 492	13.88 168	6.61 573	5.25 558	10.15 561	14.20 571	5.89 556	8.25 560	7.14 555	8.18 540	6.41 540	9.84 556	11.71 527	16.73 546	9.65 581	5.03 533	8.63 581	5.68 577	4.83 564	8.57 523

MultiAttention	9.51 557	0.66 112	18.16 267	2.27 513	22.44 583	36.03 588	8.40 564	5.18 540	2.72 278	2.59 433	5.12 527	5.53 534	1.60 318	52.66 597	8.87 499	0.51 426	0.24 131	0.52 452	0.94 515	6.88 573	8.91 526

UNDER WATER-64	10.08 558	14.27 554	22.85 566	5.26 572	4.88 557	11.00 563	4.57 554	11.41 567	17.25 576	7.68 557	9.72 553	15.96 567	21.47 581	11.12 499	16.63 545	4.38 564	2.88 512	4.41 575	2.95 573	7.12 574	5.81 502

TorneroNet-64	10.52 559	14.33 556	21.95 550	4.29 562	3.76 542	13.77 569	2.83 521	14.96 577	23.11 584	10.24 572	23.77 579	13.44 563	8.15 549	13.98 565	17.70 561	4.03 563	2.73 508	3.23 563	2.53 565	7.27 575	4.35 489

FINET	10.59 560	14.44 560	25.84 574	2.30 515	3.90 546	21.74 577	25.19 579	8.85 564	16.99 574	2.68 448	15.19 570	11.45 556	13.83 564	6.71 380	15.11 537	0.80 497	8.59 553	0.53 459	0.44 431	0.62 421	16.67 563

JetRed	10.68 561	26.07 587	35.62 581	4.40 565	4.16 552	15.72 573	13.07 570	14.57 576	5.83 552	5.85 548	5.55 530	10.12 554	7.37 542	8.86 417	25.99 582	3.33 551	3.82 525	3.59 569	2.98 574	8.51 579	8.22 518

notaker	10.92 562	14.17 553	20.38 422	4.56 569	3.98 548	6.29 546	3.53 540	7.68 560	5.10 536	9.04 564	46.37 589	13.84 566	28.85 583	14.18 567	14.16 531	4.57 569	3.19 519	3.52 566	2.70 569	8.16 578	4.13 486

xyz-stereo	10.93 563	0.71 146	79.25 596	0.70 32	0.45 43	83.14 598	0.77 214	2.68 146	1.49 65	2.28 358	32.01 583	2.76 383	1.61 324	5.80 352	3.32 445	0.29 112	0.18 10	0.33 286	0.23 139	0.26 68	0.29 19

UNDER WATER	11.28 564	13.60 540	22.90 567	5.11 571	4.53 554	7.75 555	3.75 546	12.50 569	21.62 583	7.80 559	10.68 555	23.75 579	35.20 584	11.54 517	17.40 557	4.46 566	2.95 513	4.23 574	2.90 572	6.57 570	6.27 505

EDNetEfficientorigin	12.42 565	3.26 464	179.44 602	1.21 298	1.00 292	2.89 149	1.82 478	3.05 190	5.37 542	8.87 562	4.78 523	4.17 490	4.80 515	9.91 446	11.32 513	0.41 322	0.41 316	0.62 493	0.88 511	1.33 524	2.81 457

TCMNet-wrong-test	12.48 566	15.10 571	19.66 326	22.40 585	19.87 580	15.98 575	12.30 569	23.88 582	4.80 528	6.29 552	6.46 532	18.38 570	15.65 569	10.50 470	10.86 508	9.07 580	4.79 529	5.34 576	3.95 575	12.27 584	12.13 540

WAO-8	12.61 567	16.02 578	21.99 552	3.55 550	3.10 531	15.07 570	2.80 518	12.81 571	19.10 581	7.93 560	13.05 565	11.75 557	8.46 552	83.86 599	15.10 535	3.51 552	1.94 484	3.54 567	1.96 555	3.72 550	2.89 460

Venus	12.61 567	16.02 578	21.99 552	3.55 550	3.10 531	15.07 570	2.80 518	12.81 571	19.10 581	7.93 560	13.05 565	11.75 557	8.46 552	83.86 599	15.10 535	3.51 552	1.94 484	3.54 567	1.96 555	3.72 550	2.89 460

U	12.87 569	0.43 7	2.54 69	0.68 25	58.93 593	63.36 597	0.33 13	1.95 57	1.08 17	0.62 14	0.83 40	0.46 31	0.57 33	0.91 7	0.50 6	0.31 164	0.17 4	63.34 596	59.81 595	0.30 127	0.26 9

LSM	13.03 570	7.72 504	21.01 499	55.44 596	85.65 594	3.65 277	6.27 557	3.91 315	5.06 535	5.63 545	13.91 568	3.53 456	3.46 494	9.93 448	4.36 461	0.72 486	0.95 449	0.72 509	0.85 510	1.09 507	26.67 584

SGM+DAISY	13.18 571	14.36 557	24.65 573	8.10 576	13.49 573	22.47 578	25.54 580	12.13 568	17.08 575	14.77 579	15.82 572	12.17 560	13.97 567	12.65 549	18.22 565	8.40 578	9.18 562	1.23 533	1.33 538	1.23 520	16.81 568

MSAF-DinoV2	14.43 572	15.18 572	21.76 545	2.38 519	1.44 420	4.01 365	1.38 430	8.63 563	9.06 562	2.28 358	1.99 346	5.37 528	5.16 519	177.39 603	15.79 539	0.49 404	0.34 253	0.40 379	0.60 482	6.27 568	8.64 524

MANE	15.29 573	13.67 542	23.58 570	10.15 580	13.37 572	23.58 580	23.86 577	27.83 585	26.26 585	12.02 578	15.10 569	19.83 572	18.01 575	15.68 570	20.35 573	8.58 579	9.20 563	3.05 560	4.19 576	0.82 481	16.69 564

SGM-ForestM	15.60 574	14.94 569	28.17 580	7.84 575	10.49 565	23.43 579	24.58 578	20.87 581	16.87 572	15.92 582	15.89 573	27.08 584	22.45 582	24.86 581	28.42 587	3.85 560	8.90 557	0.55 468	1.15 529	0.64 432	15.05 552

USTest	15.98 575	15.57 576	22.51 564	18.47 584	16.98 575	26.39 581	36.05 586	27.65 584	12.77 568	10.72 574	10.87 556	18.34 569	15.08 568	18.60 572	23.36 575	4.90 575	5.38 536	7.40 580	7.45 580	9.88 581	11.26 538

DGTPSM_ROB	16.67 576	21.79 585	40.19 585	10.00 579	19.05 578	12.43 567	33.20 583	13.71 573	18.09 579	9.71 567	22.85 577	13.77 564	19.64 576	21.23 573	24.07 576	5.09 576	8.95 558	5.62 577	11.49 582	6.73 571	15.75 561

DPSMNet_ROB	16.76 577	21.81 586	40.95 586	10.20 581	19.08 579	12.43 567	33.21 584	13.73 574	18.21 580	9.76 568	22.88 578	13.78 565	19.64 576	21.39 574	24.21 577	5.20 577	8.97 559	5.63 578	11.51 585	6.80 572	15.82 562

KSHMR	17.50 578	14.38 559	22.35 561	4.50 567	4.51 553	8.17 556	3.33 533	15.44 579	76.15 596	7.32 556	61.40 593	56.33 594	5.66 525	32.91 584	13.97 530	4.42 565	2.99 517	3.64 570	2.79 571	5.13 565	4.55 491

LE_ROB	19.18 579	12.99 535	48.22 589	8.42 578	23.91 584	7.26 553	19.71 575	9.92 565	38.58 590	43.44 588	21.85 576	28.15 585	41.18 587	23.00 577	54.71 592	0.38 300	0.34 253	0.32 251	0.36 368	0.43 320	0.49 194

coex-ft	20.00 580	11.54 525	120.82 599	1.18 285	1.30 384	2.36 105	1.99 486	2.96 183	13.96 570	129.83 601	8.40 545	5.88 538	52.82 594	9.93 448	31.13 588	0.61 459	0.62 410	0.50 444	0.49 449	1.10 509	2.63 452

DPSM_ROB	20.83 581	20.01 583	26.54 577	23.64 587	22.42 581	31.06 583	39.94 588	34.02 588	17.42 577	15.35 580	16.05 574	24.04 580	20.69 579	23.28 579	27.60 584	10.77 583	9.41 564	11.68 585	11.50 583	14.48 585	16.71 565

DPSM	20.83 581	20.01 583	26.54 577	23.64 587	22.42 581	31.06 583	39.94 588	34.02 588	17.42 577	15.35 580	16.05 574	24.04 580	20.69 579	23.28 579	27.60 584	10.77 583	9.41 564	11.68 585	11.50 583	14.48 585	16.71 565

ktn	22.24 583	14.37 558	20.30 413	4.54 568	4.02 549	6.52 548	4.50 553	6.78 558	78.80 598	84.67 598	100.54 600	58.48 595	8.39 551	13.13 554	17.09 550	4.61 572	3.24 520	3.49 565	2.62 567	4.70 563	3.96 484

LRCNet_RVC	25.63 584	33.47 588	24.35 572	31.77 589	32.74 585	6.73 550	1.19 397	25.87 583	4.67 519	28.95 583	30.91 582	24.89 582	17.54 573	27.82 582	24.57 579	35.48 591	25.62 590	35.91 592	33.80 591	31.95 593	34.38 592

TorneroNet	26.32 585	14.70 562	22.40 562	4.24 560	4.08 550	54.72 592	3.19 530	15.11 578	76.73 597	57.99 593	82.55 597	86.65 599	45.79 593	13.34 558	18.51 566	4.52 568	2.86 511	3.45 564	2.63 568	8.75 580	4.28 487

DLNR_Zeroshot_test	29.83 586	55.48 596	50.99 591	183.84 600	114.74 597	3.44 224	0.28 5	29.52 587	1.59 92	1.03 121	1.25 112	0.93 132	0.64 55	3.95 320	1.62 283	37.16 592	1.69 480	0.26 110	0.23 139	92.97 597	15.07 553

HanzoNet	31.86 587	17.33 581	21.23 527	7.52 574	5.85 561	7.49 554	3.61 545	14.35 575	13.37 569	50.38 591	46.35 588	44.46 587	56.50 595	36.53 588	28.25 586	64.05 596	58.31 597	9.45 583	89.24 597	31.17 592	31.77 587

FlowAnything	41.86 588	39.86 589	53.27 593	47.82 595	45.01 590	62.36 593	80.44 597	68.40 597	35.33 589	30.77 585	32.01 583	48.15 591	42.00 590	46.64 595	55.21 594	21.70 589	18.87 581	23.47 590	23.12 587	29.11 588	33.59 589

Selective-RAFT-Error	41.88 589	40.10 591	53.23 592	47.74 594	45.20 592	62.42 594	80.58 598	68.27 595	34.95 587	30.85 586	32.30 585	48.08 590	42.07 591	46.54 592	54.92 593	21.60 587	19.12 583	23.46 588	23.15 589	29.14 589	33.95 591

CasAABBNet	41.89 590	40.14 592	53.33 594	47.71 593	45.10 591	62.42 594	80.65 599	68.29 596	34.85 586	30.67 584	32.34 586	48.22 592	41.76 589	46.61 594	55.60 596	21.59 586	18.89 582	23.46 588	23.21 590	29.17 590	33.75 590

HaxPig	43.31 591	43.63 593	45.01 587	33.88 590	35.67 587	32.79 585	30.52 582	45.50 591	42.95 591	48.75 589	48.14 590	43.24 586	40.44 586	44.58 590	43.63 589	47.17 593	49.30 594	51.65 594	50.37 593	43.72 594	45.27 595

AVERAGE_ROB	44.46 592	45.87 594	46.48 588	40.54 592	38.62 588	32.95 586	30.49 581	46.80 592	43.31 592	49.57 590	48.93 591	44.57 588	39.87 585	45.01 591	43.89 590	48.70 594	50.65 595	50.80 593	49.79 592	45.54 595	46.89 596

MEDIAN_ROB	47.37 593	49.00 595	49.74 590	40.28 591	39.94 589	34.93 587	33.41 585	49.78 593	46.38 594	53.04 592	52.61 592	47.67 589	42.28 592	48.33 596	47.25 591	52.06 595	53.99 596	54.28 595	53.48 594	48.70 596	50.27 597

LSM0	49.69 594	40.02 590	53.50 595	97.07 597	129.56 598	62.65 596	79.82 596	68.02 594	35.12 588	33.72 587	33.34 587	48.41 593	41.54 588	46.57 593	55.40 595	21.63 588	19.16 584	23.60 591	23.13 588	29.46 591	52.08 598

BEATNet-Init1	51.93 595	71.67 598	99.39 598	10.91 583	13.10 569	84.39 599	59.36 592	73.78 598	67.97 595	88.09 599	88.15 598	91.73 600	97.51 600	85.13 601	72.56 600	2.59 541	5.18 535	1.20 532	1.49 543	10.61 582	13.83 543

Anonymous_1	57.77 596	19.65 582	26.12 575	23.12 586	141.97 600	30.79 582	39.72 587	34.10 590	16.98 573	70.09 597	15.64 571	23.44 578	19.73 578	23.03 578	27.21 583	164.70 602	9.02 560	130.41 597	137.42 599	161.21 603	41.01 594

PML	64.55 597	56.00 597	20.79 483	8.10 576	32.82 586	147.60 601	247.57 603	12.71 570	45.39 593	111.32 600	288.85 603	101.42 601	100.62 601	31.63 583	15.84 540	13.96 585	4.84 530	10.95 584	6.18 579	28.99 587	5.33 498

xxxxx1	112.85 598	94.19 599	38.10 582	228.21 602	161.02 601	39.23 589	61.26 593	92.54 599	79.08 599	63.44 594	74.84 594	77.80 596	69.88 596	33.55 585	70.96 597	117.25 598	130.44 600	258.49 601	273.88 601	145.63 600	147.24 601

tt_ll	112.85 598	94.19 599	38.10 582	228.21 602	161.02 601	39.23 589	61.26 593	92.54 599	79.08 599	63.44 594	74.84 594	77.80 596	69.88 596	33.55 585	70.96 597	117.25 598	130.44 600	258.49 601	273.88 601	145.63 600	147.24 601

ff	112.85 598	94.19 599	38.10 582	228.21 602	161.02 601	39.23 589	61.26 593	92.54 599	79.08 599	63.44 594	74.84 594	77.80 596	69.88 596	33.55 585	70.96 597	117.25 598	130.44 600	258.49 601	273.88 601	145.63 600	147.24 601

ASD4	117.27 601	129.52 602	123.56 600	122.58 598	90.02 595	142.70 600	121.49 600	155.40 603	106.26 602	137.15 602	93.99 599	116.23 602	77.54 599	123.37 602	97.34 601	115.20 597	101.37 598	138.98 599	118.15 598	131.38 599	103.11 599

DPSimNet_ROB	143.68 602	156.64 603	170.66 601	162.59 599	135.40 599	195.13 602	174.01 601	141.76 602	167.78 604	174.58 603	138.78 601	186.01 603	183.75 602	82.32 598	97.85 602	151.24 601	102.48 599	131.25 598	82.78 596	115.21 598	123.37 600

test_example2	213.42 603	219.67 604	222.97 603	213.78 601	220.82 604	199.03 603	200.49 602	189.27 604	143.61 603	211.05 604	218.08 602	210.69 604	205.21 603	221.14 604	216.49 603	236.74 603	242.08 604	213.66 600	216.96 600	235.55 604	231.06 604

ccccc	591.61 604	628.29 605	644.85 604	567.59 605	570.62 605	580.23 604	640.00 604	613.89 605	497.61 605	613.55 605	650.61 604	554.19 605	636.68 604	666.02 605	654.04 604	780.28 605	507.01 605	391.46 605	342.94 605	701.16 605	591.18 605

FADE		14.73 563		10.62 582	13.30 571			28.45 586	8.38 561	5.17 544		11.84 559		44.20 589		481.80 604	167.92 603	346.21 604	320.29 604	7.64 577	6.52 508

Low-res two-view benchmark